集成深度学习事件触发机制的地铁列车无模型自适应编队控制

摘要

针对地铁列车编队控制中的通信效率与跟踪精度协同优化问题，提出了一种基于集成深度学习事件触发机制的无模型自适应控制方法。在无模型自适应控制框架的基础上，采用集成深度学习网络替代传统的事件触发规则，实现智能化的触发判断。通过深度学习神经网络动态评估系统跟踪误差、状态变化及控制需求，自适应地决策控制更新的时机，在保证编队稳定性和跟踪精度的前提下，形成更适应系统动态的事件触发策略。仿真结果验证了所提方案在维持编队精度的同时，能够实现更智能的触发决策，节省了系统的通信资源。

关键词

无模型自适应控制 / 事件触发机制 / 深度学习 / 地铁列车 / 编队控制 / 数据驱动控制 / 神经网络