[发明专利]一种基于模糊隶属度的高速列车运行工况确定方法

权利要求书

1.一种基于模糊隶属度的高速列车运行工况确定方法，其特征在于，具体包括以下步骤：

步骤1、对列车运行产生的速度数据进行去噪处理；

步骤2、对去噪后的数据采样；

步骤3、高速列车运行工况的确定。

2.根据权利要求1所述的一种基于模糊隶属度的高速列车运行工况确定方法，其特征在于，步骤1具体为：

步骤(1.1)、采集数据，采集高速列车的运行速度v，且生成速度向量如下：

v_t＝[v₁,v₂,...,v_n]^T；

步骤(1.2)、去掉停车阶段，将步骤(1.1)中所得的速度数据的停车阶段去掉，即去掉v_t＝0的点，记为v_t0；

步骤(1.3)、缺失值处理，将步骤(1.2)中所得的速度数据v_t0，对其进行缺失值处理，若v_t0i为缺失值，则令

v_t0i＝(v_t0(i-1)+v_t0(i+1))/2

其中v_t0(i-1)、v_t0(i+1)分别为缺失值v_t0i的相邻前后两项的值，将其值补入步骤(1.2)中的去掉停车阶段后的速度数据v_t0中，生成新的速度数据v_t1；

步骤(1.4)、去噪处理，对步骤(1.3)中的速度向量v_t1进行去噪处理，本发明选用二次指数平滑法去噪，且平滑常数α取值0.95，则：

S′_t＝αv_t1+(1-α)S′_t-1

S″_t＝αv′_t1+(1-α)S″_t-1

S′_t为一次指数平滑值；S″_t为二次指数平滑值，故生成去噪后的速度表示为S″_t。

3.根据权利要求1所述的一种基于模糊隶属度的高速列车运行工况确定方法，其特征在于，步骤2具体为：

采样，对经过所述步骤(1.4)处理后的高速列车的速度数据S_t”进行采样，记为v_c，记采样频率为σ，本发明取σ＝10，且生成向量如下；

v_c＝[v_c1,v_c2,...,v_cn]^T。

4.根据权利要求1所述的一种基于模糊隶属度的高速列车运行工况确定方法，其特征在于，步骤3具体为：

步骤(3.1)、选择输入参数，对步骤(2.1)得到的v_c进行一阶差分，即连续相邻两项之差，然后用其差值与采样频率σ相除，得到加速度a，且生成向量如下：

a＝[a₁,a₂,...a_i,...,a_n-1]^T

其中a_i＝(v_c(i+1)-v_ci)/σ，设a为论域X上的集合；

步骤(3.2)、建立模糊规则库，将步骤(3.1)得到的a作为输入参数，且将此参数模糊化，生成三个模糊等级，并表示称模糊集合a＝{A₁,A₂,A₃}，A₁,A₂,A₃分别表示很小、中间、很大；然后根据列车的运行模态，将其分为三个模糊等级，分别为B₁＝减速阶段、B₂＝惰行阶段、B₃＝加速阶段，1个模糊变量，有3个模糊等级，则生成3条模糊规则；如表1所示：

序号加速度a结果1很小A₁减速B₁2中间A₃惰行B₂3很大A₅加速B₃

步骤(3.3)、模糊变量论域的确定，对步骤(3.1)得到的a取最大值以及最小值，得到a_max＝1.8，a_min＝-1.4，取模糊变量a的隶属度函数为三角形分布，其隶属度函数的中心点按照以下方法确定：

第一个中心点为c₁＝a_min/2＝-0.7；

第二个中心点为c₂＝(a_min+a_max)/2＝0.2；

第三个中心点为c₃＝a_max/2＝0.9；

步骤(3.4)、隶属度函数的确定，通过步骤(3.3)得到3个隶属度函数的中心点，则模糊变量a的隶属度函数分别为：

μA1(a)=1a≤c1c2-ac2-c1c1<a≤c20c2<a]]>

μA2(a)=0a≤c1a-c1c2-c1c1<a≤c2c3-ac3-c2c2<a≤c30c3<a]]>

μA3(a)=0a≤c1a-c2c3-c2c2<a≤c31c3<a]]>

步骤(3.5)、模糊推理，对步骤(3.1)得到的模糊输入a用步骤(3.2)的模糊规则进行推理，用γ表示模糊推理的值；

步骤(3.6)、去模糊化，对步骤(3.4)得到模糊值用加权平均法对其进行清晰化，得到去模糊化公式为

γ=Σi=13γiμAi(γi)Σi=13μAi(γi)]]>

其中γ是模糊推理的输出结果，γ_i是模糊输出的中心点，即运行工况，1代表减速阶段、2代表惰行阶段、3代表加速阶段。