文献类型：期刊文章

作　　者：汪知宇[1] 张彤[2]

WANG Zhiyu;ZHANG Tong(School of Electrical and Information Engineering,Dalian Jiaotong University,116028,Dalian,China)

机构地区：[1]大连交通大学电气信息工程学院,大连116028 [2]大连交通大学机车车辆工程学院,大连116028

出　　处：《城市轨道交通研究》

年　　份：2021

卷　　号：24

期　　号：1

起止页码：101-106

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：由于通信网络诱导时延的存在会对列车牵引制动系统造成影响,因此对时延精准预测并实现补偿十分重要。提出了一种基于改进粒子群(PSO)算法优化的最小二乘法支持向量机(LS-SVM)算法对列车通信网络时延进行预测,搭建了列车网络控制系统半实物平台,使数据通过多功能车辆总线(MVB)进行传输,分别改变车辆控制单元(VCU)特征周期及负端口数量大小,以获取大量不同特性的时延数据。将数据分组后利用改进的PSO算法优化LS-SVM算法进行预测仿真。仿真结果表明,与传统的LS-SVM算法及Elman神经网络算法的预测方法相比,所提出的方法在列车通信网络的时延预测方面具有更好的快速性和准确性。

关 键 词：列车通信网络 时延预测 改进粒子群算法  最小二乘法支持向量机算法  

分 类 号：U284] U231.7]