本發(fā)明涉及高速動車組運行過程多個工況建模與優(yōu)化運行控制方法，屬高速動車組運行過程建模與優(yōu)化運行控制技術(shù)領(lǐng)域。

背景技術(shù)：

到2020年我國高鐵營業(yè)里程將達(dá)到3萬公里、覆蓋80％以上大城市，我國將全面進(jìn)入高鐵時代。高速鐵路運營過程安全影響因素比傳統(tǒng)鐵路更多也更為復(fù)雜，安全水平的高低對高速鐵路可持續(xù)發(fā)展及穩(wěn)定運營具有決定性的意義，安全保障是我們需要面對的一個重大科學(xué)問題?，F(xiàn)有的高速動車組運行控制主要是基于列車自動防護(hù)系統(tǒng)(ATP)的人工操作模式，動車組的安全性等運行性能與駕駛員操作經(jīng)驗和對故障的反應(yīng)程度密切相關(guān)。因此，高鐵精確有效的自動控制成為需要解決的研究問題。由于高速動車組運行過程需在牽引、制動和惰行工況中多次切換，針對這一運行特性，建立精確的高速動車組運行過程模型和設(shè)計有效的控制方法對其進(jìn)行優(yōu)化運行控制已成為高鐵自動駕駛系統(tǒng)的發(fā)展趨勢。

對于高速動車組運行過程的建模，傳統(tǒng)的建模方法主要是采用機(jī)理建模，其模型的單一性，模型參數(shù)的不變性在很大程度上滿足不了描述高速動車組運行動態(tài)的要求。數(shù)據(jù)驅(qū)動建模是利用數(shù)據(jù)挖掘技術(shù)尋找數(shù)據(jù)之間的有用信息建立更具體、更明確的函數(shù)表達(dá)形式來描述由輸入變量到輸出變量之間的關(guān)系。采用數(shù)據(jù)驅(qū)動建模方法可在很大程度上克服機(jī)理模型的不足。對此，有學(xué)者針對高速動車組結(jié)構(gòu)特點建立一種數(shù)據(jù)驅(qū)動子空間預(yù)報模型，其狀態(tài)空間表達(dá)形式在列車建模方面取得了一定的效果，但其模型表達(dá)缺乏具體的物理意義，不利于模型參數(shù)的調(diào)整。相似的，相關(guān)學(xué)者采用減法聚類和模式分類算法建立了高速動車組數(shù)據(jù)驅(qū)動多智能體模型，但處理各智能體之間耦合關(guān)系的能力還需進(jìn)一步改善。

針對列車運行速度控制，較經(jīng)典的是PID控制方法，由于PID控制自適應(yīng)能力局限，其比較適用于環(huán)境較穩(wěn)定，速度較低的城市軌道交通系統(tǒng)。為了解決這個問題，目前較為常用有效的是自適應(yīng)容錯控制和廣義預(yù)測控制。相關(guān)學(xué)者采用自適應(yīng)容錯控制方法實現(xiàn)高速動車組速度、位置跟蹤控制，提高系統(tǒng)性能指標(biāo)；針對高速動車組的多動力單元組成特點，提出一種分布式自適應(yīng)容錯控制方法來完成高速動車組的牽引和制動控制。但上述控制方法均沒有考慮動車組多工況運行的特點，其對處理實際高速動車組運行問題的能力還需提高。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是，針對高速動車組運行控制主要依賴駕駛員操作經(jīng)驗和對故障的反映程度，從而導(dǎo)致動車組運行性能不能得到保障的現(xiàn)狀，考慮動車組運行過程需在牽引、制動和惰行工況中多次切換的特點，建立高速動車組運行過程多工況ANFIS模型，并設(shè)計基于多工況ANFIS模型的運行速度控制器，控制高速動車組高精度跟蹤目標(biāo)曲線安全運行。

本發(fā)明的技術(shù)方案是：

一種基于多工況ANFIS模型的動車組優(yōu)化控制方法，所述方法通過分析高速動車組在不同工況下的受力情況，采集高速動車組實際運營數(shù)據(jù)，建立高速動車組多工況ANFIS模型；并設(shè)計一種基于多工況ANFIS模型的預(yù)測控制器，完成高速動車組的優(yōu)化運行控制，改善高速動車組運行性能；

所述高速動車組在不同工況下的受力分析為：

高速動車組在運行過程中受到基本阻力和附加阻力的作用，其運動過程受力情況可表示為：

不同工況作用于高速動車組上的單位合力α可表達(dá)為

牽引工況：當(dāng)u＞0；

制動工況：當(dāng)u＜0；

惰行工況：α＝-W＝f₂(v)，當(dāng)u＝0；

式中，v是高速動車組運行速度，g是重力加速度，u為控制力；F為操縱牽引手柄獲得的牽引力，B是操縱制動手柄獲得的制動力；單位阻力W由單位基本阻力w₀和單位附加阻力組成；單位附加阻力由單位坡道阻力w_i，單位曲線阻力w_r和單位隧道空氣阻力w_s組成具體可用下式表示：

其中，η₁,η₂,η₃為基本阻力系數(shù)；i_w是坡度千分?jǐn)?shù)，α_w是曲線中心角，L_r是曲線長度，L_s是隧道長度；

將公式(2)代入公式(1)中，可得到高速動車組運行過程動力學(xué)模型：

式中，η₃v²和是速度v的非線性函數(shù)，其隨著動車組運行速度的增加而不斷增加，因而在高速情況下，動車組運行過程的非線性特性將越明顯；

對公式(3)進(jìn)行差分變換，存在非線性關(guān)系v(k)＝f{v(k-1),u(k-1)}；

為找出上述非線性關(guān)系，分別建立牽引ANFIS模型，制動ANFIS模型和惰行ANFIS模型；以牽引工況為例，其模型可表示為：

式中，v(k-1)、u(k-1)是速度和控制力輸入量，v_t(k)是速度輸出量；為牽引ANFIS模型的第i條規(guī)則適應(yīng)度的歸一化值；為后件參數(shù)，n₁為牽引ANFIS模型的規(guī)則條數(shù)；制動、惰行工況的模型除參數(shù)數(shù)值不同外其余和牽引工況相同；

所述基于多工況ANFIS模型的預(yù)測控制器為：

建模過程得到的高速動車組運行過程模型(9)可描述為受控自回歸積分滑動平均過程模型(CARIMA)形式：

a(z^-1)v(t)＝b(z^-1)u(t-1)+ξ(t)/Δ (13)

式中，Δ＝1-z^-1，

其中參數(shù)和由建模過程獲得：

令t時刻對式(13)的系統(tǒng)施加輸出反饋

m(z^-1)v(t)＝n(z^-1)Δu(t)+ξ(t) (14)

求其中最小時間間隔為N_d，N_d＝max{n_b+1,n_n+1}；

在式(14)的輸出反饋作用下，式(13)的系統(tǒng)的閉環(huán)傳遞函數(shù)可表示為s(z^-1)：

那么，對于閉環(huán)系統(tǒng)，當(dāng)j＞t+N_d時刻，可等價為狀態(tài)方程：

即

其中i＝j(luò)-(t+N_d)，x(0)＝[v(t+N_d-n_s+1) … v(t+N_d)]；

已知未來(t+j)時刻的期望輸出v_r(t+j)，N_l為預(yù)測時域，N_u為控制時域；在j≤N_u時控制增量Δu(t+j-1)為自由變量；當(dāng)j＞N_u時，控制增量設(shè)為可鎮(zhèn)定系統(tǒng)的輸出反饋，為表達(dá)簡單，取為如下形式：

Δu(t+j-1)＝K(z^-1)[v(t+j+1)-v_r(t+j)],j＞N_u (18)

滿足

T(z^-1)＝a(z^-1)Δ-z^-1b(z^-1)K(z^-1) (19)

的特征值在單位圓內(nèi)，n_T為T(z^-1)的階數(shù)；顯然，N_d＝n_b+1，性能指標(biāo)定義如下

根據(jù)等價狀態(tài)方程(16)和公式(19)，并進(jìn)一步推導(dǎo)，性能指標(biāo)(20)可描述為

上式中μ_j＞0，r_j＞0(j＝1,...,N_l)表示輸出量和控制量的加權(quán)系數(shù)；N_l＞N_u+N_d，為狀態(tài)變量加權(quán)矩陣，是一個對稱正定陣；

引入丟番圖方程，當(dāng)

V(t+j)＝LΔU(t+j-1)+HΔU(t-j)+GV(t)-WV_r(t+j) (22)

時，性能函數(shù)J取得最??；其中，當(dāng)j≤N_u時，W為零矩陣；

最小化性能指標(biāo)J，可得到預(yù)測控制增量為

其中是的第一行；

通過最小化性能指標(biāo)可求得每一時刻預(yù)測控制的最優(yōu)控制量。

所述的基于多工況ANFIS模型的動車組優(yōu)化控制方法，參數(shù)學(xué)習(xí)優(yōu)化是通過結(jié)合反向傳播方法和梯度下降方法來完成，具體優(yōu)化步驟可表現(xiàn)為：

Step 1.采用誤差反向傳播算法計算

其中，i＝1,2,…,n₁；j＝1,2，χ₁＝v(k-1)，χ₂＝u(k-1)；

Step 2.參數(shù)采用梯度下降法優(yōu)化調(diào)整規(guī)則前件參數(shù)

其中，學(xué)習(xí)速率α_c，α_σ和α_θ由實驗獲得；

制動ANFIS模型和惰行ANFIS模型采用相同方法獲得。

本發(fā)明與現(xiàn)有技術(shù)比較的有益效果是，高速動車組是一個運行在多個工況下的復(fù)雜非線性系統(tǒng)。現(xiàn)有的高速動車組運行控制主要是基于列車自動防護(hù)系統(tǒng)(ATP)的人工操作模式，由于高速動車組運行過程需在牽引、制動和惰行工況中多次切換，動車組的運行性能與駕駛員操作經(jīng)驗密切相關(guān)，難以保證高速動車組多目標(biāo)優(yōu)化運行要求。已有的研究學(xué)者設(shè)計的高速動車組控制方法都是將動車組運行過程看作一個運行工況，采用機(jī)理或者數(shù)據(jù)驅(qū)動建模方法，設(shè)計相應(yīng)的控制器。這使得高速動車組的建模精度受到限制，運行控制不能保證高標(biāo)準(zhǔn)，動車組的運行性能還有待提高。本發(fā)明是基于高速動車組復(fù)雜、非線性、動態(tài)和運行在多工況下的特性，結(jié)合動車組牽引/制動特性曲線和實際運行數(shù)據(jù)，建立高速動車組運行過程多工況ANFIS模型，并設(shè)計相應(yīng)的動車組優(yōu)化運行控制器，提高高速動車組建模精度，改善其運行性能，為高速動車組自動駕駛提供了有利的技術(shù)支持。

本發(fā)明適用于高速動車組運行過程精確建模與優(yōu)化運行控制。

附圖說明

圖1為高速動車組運行過程受力情況；

圖2為高速動車組運行過程牽引ANFIS模型規(guī)則合成；

圖3為高速動車組運行過程牽引ANFIS模型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；

圖4為基于多ANFIS模型的預(yù)測控制器框圖；

圖5為多工況ANFIS模型的輸出誤差(T：牽引,B：制動,C：惰行)；

圖6為建模數(shù)據(jù)和檢驗數(shù)據(jù)的均方根誤差變化曲線；

圖7為基于多工況ANFIS模型的預(yù)測控制器的輸出速度跟蹤曲線；

圖8為基于多工況ANFIS模型的預(yù)測控制器的輸出控制力曲線；

圖9為基于多工況ANFIS模型的預(yù)測控制器的輸出加速度跟蹤曲線；

具體實施方式

以下結(jié)合具體實施例，對本發(fā)明進(jìn)行詳細(xì)說明。

本發(fā)明跟車采集CRH380AL型動車組在京滬高鐵的徐州東到濟(jì)南西區(qū)段同一車次若干趟的全程運行速度、控制力數(shù)據(jù)，結(jié)合CRH380AL牽引和制動特性曲線，選擇全局的代表牽引、制動、惰行所有工況的有效數(shù)據(jù)。利用這些數(shù)據(jù)，基于高速動車組在不同工況下的受力情況，采用數(shù)據(jù)驅(qū)動ANFIS建模方法建立多工況ANFIS模型。并基于多工況ANFIS模型，采用合適的工況選擇機(jī)制，設(shè)計相應(yīng)的廣義預(yù)測控制器，保證高精度的高速動車組運行速度控制。

本發(fā)明基于ANFIS的高速列車運行過程建模步驟為：

1、高速動車組在不同工況下的受力分析：

圖1為高速動車組運行受力情況。目前，高速動車組運行是通過駕駛員在HMI(車輛信息系統(tǒng)人機(jī)界面)和ATP(列車自動防護(hù)系統(tǒng))顯示屏的指導(dǎo)下操縱牽引/制動手柄獲得控制力，從而完成牽引、制動、惰行工況之間的轉(zhuǎn)換。由于高速動車組在運行過程中受到基本阻力和附加阻力的作用，其運動過程受力情況可表示為：

式中，v是高速動車組運行速度，通過測速測距單元獲得，g是重力加速度，α為作用于高速列車上的單位合力，u為控制力，不同工況作用于高速動車組上的單位合力α可表達(dá)為：

牽引工況：當(dāng)u＞0；

制動工況：當(dāng)u＜0。

惰行工況：α＝-W＝f₂(v)，當(dāng)u＝0；

F為操縱牽引手柄獲得的牽引力，B是操縱制動手柄獲得的制動力。單位阻力W由單位基本阻力w₀和單位附加阻力組成。列車運行中的w₀由多方面因素組成，有各種沖擊和振動阻力以及空氣阻力，在實際運用中難以用理論公式來表達(dá)。因此，通常使用大量試驗綜合出的經(jīng)驗公式作為計算公式，這些公式一般是運用動車組運行速度的一元二次方程的表現(xiàn)形式。單位附加阻力由單位坡道阻力w_i，單位曲線阻力w_r和單位隧道空氣阻力w_s組成，如圖1所示。我國單位坡道阻力在數(shù)值上等于該坡道的坡度千分?jǐn)?shù)；單位曲線阻力和單位隧道空氣阻力通常采用機(jī)理分析加試驗得出的經(jīng)驗公式。通常，高速動車組的單位基本阻力和單位附加阻力可用下式表示：

其中，η₁,η₂,η₃為基本阻力系數(shù)，η₃v²代表正常情況下的空氣阻力；i_w是坡度千分?jǐn)?shù)，α_w是曲線中心角，L_r是曲線長度，L_s是隧道長度。

將公式(2)代入公式(1)中，可得到高速動車組運行過程動力學(xué)模型：

式中，η₃v²和是速度v的非線性函數(shù)，其隨著動車組運行速度的增加而不斷增加，因而在高速情況下，動車組運行過程的非線性特性將越明顯。對公式(3)進(jìn)行差分變換，得知速度v(k)與上一時刻速度v(k-1)和控制力u(k-1)之間存在非線性關(guān)系v(k)＝f{v(k-1),u(k-1)}。接下來，本發(fā)明通過數(shù)據(jù)驅(qū)動多工況ANFIS方法找出這種關(guān)系，獲得高速動車組運行過程模型。

2、建立高速動車組多工況ANFIS模型，具體如下：

首先對高速動車組運行數(shù)據(jù)進(jìn)行預(yù)處理，然后根據(jù)控制力的大小將運行數(shù)據(jù)劃分為牽引、制動和惰行三個工況數(shù)據(jù)。針對每一類數(shù)據(jù)，分別采用ANFIS建模方法對其進(jìn)行工況建模，以牽引工況為例，建立牽引ANFIS模型(制動、惰行工況的模型除參數(shù)數(shù)值不同外，其余和牽引工況相同)，步驟如下：

牽引ANFIS模型的第i條初始規(guī)則可表示為：

v(k-1)、u(k-1)是輸入量，v(k)是輸出量；是輸入量的第i個模糊集；為后件參數(shù)。

每條規(guī)則的后件參數(shù)分別采用最小二乘法獲得，其中第i條規(guī)則的后件參數(shù)可表示為：

θⁱ＝(A_r^T·A_r)^-1A_r^TV (5)

式中r為劃分為第i條規(guī)則的數(shù)據(jù)點個數(shù)。V＝[v(1),...,v(r)]^T。其他規(guī)則后件參數(shù)以相同方法求得。

動車組牽引ANFIS模型的規(guī)則合成可表示為以下步驟，示意圖如圖2所示。

參數(shù)學(xué)習(xí)優(yōu)化是通過結(jié)合反向傳播方法和梯度下降方法來完成，牽引ANFIS模型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖如圖3所示，具體優(yōu)化步驟可表現(xiàn)為：

Step 1.采用誤差反向傳播算法計算

其中，i＝1,2,...,n₁；j＝1,2，χ₁＝v(k-1)，χ₂＝u(k-1)。

Step 2.參數(shù)采用梯度下降法優(yōu)化調(diào)整規(guī)則前件參數(shù)

其中，學(xué)習(xí)速率α_c，α_σ和α_θ由實驗獲得。

剩下制動ANFIS模型和惰行ANFIS模型采用相同方法獲得，在此就不贅述。

3、基于多工況模型的優(yōu)化運行控制器

基于上述建立的高速動車組多工況ANFIS模型，在每個時刻選擇最匹配的工況ANFIS模型代入到優(yōu)化運行控制器中，為此，我們采用以下性能指標(biāo)函數(shù)計算最匹配模型的輸出v^*。令在k時刻，實際輸出與各個工況ANFIS模型輸出之間的誤差為e_i(k)＝v_r(k)-v_i(k)，(i＝t,b,c)。定義切換性能指標(biāo)：

在每個采樣時刻，計算各個工況模型的性能指標(biāo)系統(tǒng)。式中參數(shù)c＞0,d＞0分別為當(dāng)前時刻和過去l個時刻失配誤差的加權(quán)系數(shù)；遺忘因子0＜ρ≤1，表示過去l個時刻的失配誤差在系統(tǒng)性能指標(biāo)中被遺忘的程度；l是過去時刻的時域長度。J_i越小表示模型失配也越小。通過式(12)性能指標(biāo)的最小值選擇最匹配的工況ANFIS模型。

基于上述所建立的高速動車組多工況ANFIS模型和工況選擇機(jī)制，相應(yīng)的廣義預(yù)測控制器設(shè)計如下，控制框圖如圖4所示。

建模過程得到的高速動車組運行過程模型(9)可描述為受控自回歸積分滑動平均過程模型(CARIMA)形式

a(z^-1)v(t)＝b(z^-1)u(t-1)+ξ(t)/Δ (13)

式中，Δ＝1-z^-1，

其中參數(shù)和由前面建模過程獲得

令t時刻對系統(tǒng)(13)施加輸出反饋

m(z^-1)v(t)＝n(z^-1)Δu(t)+ξ(t) (14)

求其中最小時間間隔為N_d，N_d＝max{n_b+1,n_n+1}。

在輸出反饋作用(14)下，系統(tǒng)(13)的閉環(huán)傳遞函數(shù)可表示為s(z^-1)

那么，對于閉環(huán)系統(tǒng)，當(dāng)j＞t+N_d時刻，可等價為狀態(tài)方程：

即

其中i＝j(luò)-(t+N_d)，x(0)＝[v(t+N_d-n_s+1) … v(t+N_d)]。

已知未來(t+j)時刻的期望輸出v_r(t+j)，N_l為預(yù)測時域，N_u為控制時域。在j≤N_u時控制增量Δu(t+j-1)為自由變量；當(dāng)j＞N_u時，控制增量設(shè)為可鎮(zhèn)定系統(tǒng)的輸出反饋，為表達(dá)簡單，取為如下形式：

Δu(t+j-1)＝K(z^-1)[v(t+j+1)-v_r(t+j)],j＞N_u (18)

滿足

T(z^-1)＝a(z^-1)Δ-z^-1b(z^-1)K(z^-1) (19)

的特征值在單位圓內(nèi)，n_T為T(z^-1)的階數(shù)；顯然，N_d＝n_b+1，性能指標(biāo)定義如下

根據(jù)等價狀態(tài)方程(16)和公式(19)，并進(jìn)一步推導(dǎo)，性能指標(biāo)(20)可描述為

上式中μ_j>0，r_j>0(j＝1,…,N_l)表示輸出量和控制量的加權(quán)系數(shù)。N_l>N_u+N_d，為狀態(tài)變量加權(quán)矩陣，是一個對稱正定陣。

引入丟番圖方程，當(dāng)

V(t+j)＝LΔU(t+j-1)+HΔU(t-j)+GV(t)-WV_r(t+j) (22)

時，性能函數(shù)J取得最小。其中，當(dāng)j≤N_u時，W為零矩陣。

最小化性能指標(biāo)J，可得到預(yù)測控制增量為

其中是的第一行。

綜上所述，對于多工況的高速動車組運行過程，針對牽引、制動和惰行工況建立多工況ANFIS模型，提出基于多工況ANFIS模型的優(yōu)化運行控制器，實現(xiàn)高速動車組的運行優(yōu)化控制，提高高速動車組的運行性能。

本發(fā)明實施選用在國內(nèi)使用較為廣泛的CRH380AL型高速動車組(CRH380AL是世界上商業(yè)運營速度最快、科技含量最高、系統(tǒng)匹配最優(yōu)的動車組之一，最高時速380公里)為實驗驗證對象。首先，采集該動車組在京滬高鐵的徐州東到濟(jì)南西區(qū)段若干趟同一車次的全程運行速度、控制力數(shù)據(jù)，結(jié)合CRH380AL牽引和制動特性曲線，選擇速度范圍(0～310km/h)代表牽引、制動、惰行所有工況的3550組有效數(shù)據(jù)，并全局平均取其中2600組數(shù)據(jù)作為建模數(shù)據(jù)樣本，剩余850組數(shù)據(jù)作為檢驗?zāi)Ｐ途鹊臄?shù)據(jù)。

將2700組建模樣本數(shù)據(jù)按牽引、制動、惰行工況分為1200組，1200組和300組。采用前面介紹的的高速動車組運行過程多工況ANFIS建模方法對三種工況數(shù)據(jù)進(jìn)行建模。同樣，首先采用減法聚類將三類數(shù)據(jù)分別進(jìn)行劃分，獲得14條規(guī)則，其中5條牽引工況規(guī)則，7條制動工況規(guī)則和2條惰行工況規(guī)則，并獲得每條規(guī)則的前件參數(shù)(隸屬函數(shù)中心和寬度)。然后，采用最小方差估計對規(guī)則后件參數(shù)進(jìn)行辨識，獲得規(guī)則后件參數(shù)。接著結(jié)合反向傳播方法和梯度下降算法對多工況ANFIS模型前/后件參數(shù)進(jìn)行優(yōu)化調(diào)整。優(yōu)化后的多工況ANFIS模型規(guī)則參數(shù)如表1所示。為驗證所建多工況ANFIS模型的有效性，同樣采用剩余850組運行數(shù)據(jù)對所建立的模型進(jìn)行驗證。其模型輸出誤差分布圖如圖5所示，三個工況的建模數(shù)據(jù)和檢驗數(shù)據(jù)的均方根誤差在模型優(yōu)化訓(xùn)練過程中的變化曲線如圖6所示。

表1多工況ANFIS模型規(guī)則參數(shù)

從圖5中我們可以觀察到，多工況ANFIS模型的擬合誤差和檢驗誤差范圍分別為-0.767km/h～0.9148km/h和-0.8113km/h～0.7251km/h。滿足CTCS-3列控系統(tǒng)的定位測速要求。圖6顯示，通過優(yōu)化訓(xùn)練，多工況ANFIS模型的三類子模型的建模數(shù)據(jù)均方根誤差和驗證數(shù)據(jù)的均方根誤差均有了明顯變小趨勢，且在訓(xùn)練到200步左右的時候均達(dá)到最小，在200步以后，均方根誤差變小的速度明顯變慢，所以同時考慮精確度和時效，本文定神經(jīng)網(wǎng)絡(luò)梯度下降優(yōu)化訓(xùn)練200步。結(jié)果表明優(yōu)化后的多工況ANFIS模型具有更低的均方根誤差，提高了建模精度。

基于多工況ANFIS模型，采用廣義預(yù)測控制方法對高速動車組進(jìn)行優(yōu)化運行控制，仿真結(jié)果如圖7～9所示。圖7表明基于多工況ANFIS模型的高速動車組預(yù)測控制方法在牽引、制動和惰行工況下保證速度曲線與給定速度曲線幾乎重合，跟蹤誤差在-0.1356～0.7183km/h內(nèi)變化，改善了高速動車組的安全性與正點性。圖8中顯示在不同工況轉(zhuǎn)換時，基于多工況ANFIS模型的預(yù)測控制器的控制力過渡平穩(wěn)，且整個過程變化緩和。同時，圖9加速度跟蹤效果良好，且在±0.6m/s²范圍之內(nèi)變化，滿足人體舒適條件(加速度小于1m/s²，非常舒適)，改善了高速動車組的乘坐舒適性。

應(yīng)當(dāng)理解的是，對本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進(jìn)或變換，而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。