摘要：為降低司機操縱難度、提高運輸效能,文章提出一種基于神經網絡模型的實時速度曲線規(guī)劃算法來優(yōu)化列車操縱指導。該算法首先通過分析二次規(guī)劃的優(yōu)化結果,確定神經網絡模型的輸入與輸出形式;并以大量優(yōu)化結果作為樣本數據對神經網絡模型進行訓練,確定模型的結構與權重;最后將訓練出的模型與輸入構造模塊和牽引計算模塊相結合,設計出整個算法流程。為驗證該規(guī)劃算法的正確性、實時性和節(jié)能性,分別在虛擬復雜線路和實際線路上進行仿真。結果表明,在保證實時計算的前提下,利用該算法所得的速度曲線與基于二次規(guī)劃的離線全局規(guī)劃算法的速度曲線相吻合,且相比于優(yōu)秀司機的操縱結果節(jié)能5.98%。