徐凱，涂永超，徐文軒，吳仕勛

(1. 重慶交通大學(xué) 信息科學(xué)與工程學(xué)院，重慶 400074；2. 重慶大學(xué) 電氣工程學(xué)院，重慶 400044)

列車自動駕駛ATO系統(tǒng)利用車載固化信息和地面通信實現(xiàn)對列車牽引、制動的控制，可使列車處于更佳的運行狀態(tài)，提供更優(yōu)的區(qū)間運行模式，提高旅客舒適度、行車密度和準(zhǔn)點率[1]。列車控制算法是列車自動駕駛ATO系統(tǒng)的核心技術(shù)，將其研究分為兩方面：一方面是ATO控制曲線的生成與優(yōu)化，另一方面則是對生成速度曲線的跟蹤控制。隨著對列車多目標(biāo)速度優(yōu)化曲線研究的深入，如將粒子群優(yōu)化算法與布谷鳥搜索相結(jié)合[2]，差分進(jìn)化算法和非支配排序遺傳算法相結(jié)合[3]等智能算法被廣泛應(yīng)用于列車多目標(biāo)的智能駕駛中；在速度曲線跟蹤控制方面，提出了基于分?jǐn)?shù)階PID的控制方法[1]以及列車自動駕駛非線性模型預(yù)測控制算法[4]。優(yōu)秀司機(jī)的駕駛策略在能耗和舒適度上的表現(xiàn)比ATO更為優(yōu)越[5]，對此，冷勇林等[6-7]結(jié)合專家系統(tǒng)，開發(fā)在線優(yōu)化算法實現(xiàn)列車智能駕駛。將列車優(yōu)秀駕駛員操縱數(shù)據(jù)稱為“專家知識”，目前，它們尚處于“只存不用”的狀態(tài)。倘若采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的方法對“專家知識”充分利用，從海量數(shù)據(jù)中自動地發(fā)現(xiàn)隱藏于其中的規(guī)律性信息，將優(yōu)秀司機(jī)駕駛策略應(yīng)用于列車智能駕駛中，這不失為一種可行實用的方法。以上專家知識和經(jīng)驗，可從設(shè)計資料、列車運行監(jiān)控裝置LKJ、列車控制與管理系統(tǒng)TCMS設(shè)備上獲取?；跀?shù)據(jù)驅(qū)動的機(jī)器學(xué)習(xí)方法是實現(xiàn)列車智能駕駛的常用手段。HUANG等[8]結(jié)合隨機(jī)森林和支持向量機(jī)2種機(jī)器學(xué)習(xí)方法實現(xiàn)列車自動駕駛。李國華等[9-10]采用集成隨機(jī)森林和CART等算法挖掘優(yōu)秀駕駛數(shù)據(jù)。朱宇清[11]則提出一種BP淺層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的貨運列車控制方法?，F(xiàn)有的優(yōu)秀駕駛員操控模式學(xué)習(xí)方式，大多采用傳統(tǒng)機(jī)器學(xué)習(xí)和淺層神經(jīng)網(wǎng)絡(luò)方法。在面對海量列車運行數(shù)據(jù)時，其特征表達(dá)不強、學(xué)習(xí)能力不足，不能全面反映列車運行狀態(tài)，致使列車操控和預(yù)測精度不佳。因此，引入基于大數(shù)據(jù)的深度學(xué)習(xí)網(wǎng)絡(luò)，從列車狀態(tài)和環(huán)境中挖掘出所隱含的信息，并泛化出對未知狀態(tài)的適應(yīng)能力，用以實現(xiàn)列車智能駕駛。在深度學(xué)習(xí)網(wǎng)絡(luò)中，卷積神經(jīng)網(wǎng)絡(luò)CNN的卷積運算特性決定其適用于處理具有網(wǎng)格狀結(jié)構(gòu)數(shù)據(jù)，它對于局部操作有很強的抽象表征能力，已廣泛用于計算機(jī)視覺、語音和自然語言處理等各領(lǐng)域。對列車運行控制而言，其本質(zhì)是一系列具有時間屬性的檔位和速度組合，而長短期記憶神經(jīng)網(wǎng)絡(luò)LSTM具有時序性特點，特別適用于對列車運行特征的表達(dá)。然而LSTM的結(jié)構(gòu)設(shè)計涉及到網(wǎng)絡(luò)的層數(shù)和節(jié)點數(shù)，屬于超平面優(yōu)化問題。目前通常依靠領(lǐng)域?qū)＜业慕?jīng)驗知識，采用人為設(shè)定網(wǎng)絡(luò)結(jié)構(gòu)，具有隨機(jī)性和盲目性[12]。若層數(shù)和節(jié)點數(shù)設(shè)計過少，則網(wǎng)絡(luò)學(xué)習(xí)能力有限；若層數(shù)和節(jié)點數(shù)設(shè)計過多，則網(wǎng)絡(luò)將過擬合，泛化能力較差。此外，LSTM超參數(shù)眾多，是在一個維度極高的空間內(nèi)，其優(yōu)化是個非凸優(yōu)化問題。非凸優(yōu)化的主要難點是如何選擇初始化參數(shù)和逃離局部最優(yōu)點[13]。其中，對參數(shù)初值的選取十分關(guān)鍵，直接影響網(wǎng)絡(luò)優(yōu)化效率和泛化能力。然而在深度學(xué)習(xí)中最常用的Adam算法卻難以解決上述問題，并在某些情況下可能不收斂。同時，朱海楠[14]構(gòu)建深度神經(jīng)網(wǎng)絡(luò)對列車駕駛策略進(jìn)行特征學(xué)習(xí)，所使用的網(wǎng)絡(luò)僅針對單一回歸學(xué)習(xí)任務(wù)，不能全面預(yù)測列車運行狀態(tài)。李國華等[9]也分別使用4個模型來實現(xiàn)4個不同的任務(wù)，這僅屬于單任務(wù)學(xué)習(xí)。而此處列車輸出控制包括用于列車檔位操縱的分類任務(wù)，同時還包括列車檔位運行時間和速度預(yù)測的回歸任務(wù)，它涉及到多個決策任務(wù)。若采用單任務(wù)學(xué)習(xí)方式，需要多個神經(jīng)網(wǎng)絡(luò)，不僅設(shè)計繁雜，信息冗余而且訓(xùn)練耗時。倘若僅用一個LSTM網(wǎng)絡(luò)實現(xiàn)多任務(wù)學(xué)習(xí)，利用任務(wù)間的關(guān)聯(lián)性來相互促進(jìn)學(xué)習(xí)，不僅簡化網(wǎng)絡(luò)設(shè)計，且所得到的多任務(wù)學(xué)習(xí)網(wǎng)絡(luò)比單任務(wù)具有更好的泛化效果[15]。但在多任務(wù)學(xué)習(xí)過程中，如何合理地處理不同任務(wù)之間的共性與差異，采用恰當(dāng)?shù)膶W(xué)習(xí)機(jī)制需要進(jìn)一步地探討和研究。因此，針對上述2個問題，本文做了以下兩方面的工作，通過實驗驗證了所提模型的優(yōu)越性和魯棒性。第一，LSTM結(jié)構(gòu)和超參數(shù)的初始化設(shè)計。在利用深度學(xué)習(xí)實現(xiàn)列車智能駕駛時，需要從深度網(wǎng)絡(luò)類型和結(jié)構(gòu)，以及優(yōu)化算法等幾方面充分考慮。具體地，在遺傳算法GA優(yōu)化LSTM結(jié)構(gòu)基礎(chǔ)上，結(jié)合多種群協(xié)同進(jìn)化方式，提出一種新的自適應(yīng)多種群鏈?zhǔn)蕉嘀悄荏w算法(Adaptive Multi-Population Chainlike Multi-Agent，AMPCMA)，用以對網(wǎng)絡(luò)權(quán)值和閾值等參數(shù)進(jìn)行初步尋優(yōu)。從而解決了LSTM結(jié)構(gòu)設(shè)計盲目和參數(shù)初始化的困難。第二，實現(xiàn)了檔位分類、檔位操縱時間和速度預(yù)測回歸的多任務(wù)學(xué)習(xí)。通過設(shè)計有效的多任務(wù)學(xué)習(xí)機(jī)制，即共享LSTM網(wǎng)絡(luò)輸入特征、網(wǎng)絡(luò)底層模塊，并采用Adam算法對各特定任務(wù)層的參數(shù)精細(xì)優(yōu)化，將任務(wù)共性與個性學(xué)習(xí)有機(jī)結(jié)合，實現(xiàn)了精準(zhǔn)、有效的列車多任務(wù)決策。

1 智能計算分步優(yōu)化的LSTM模型

1.1 LSTM神經(jīng)網(wǎng)絡(luò)

圖1所示為LSTM單元結(jié)構(gòu)。

LSTM引入了遺忘門、輸入門和輸出門，分別決定信息的遺忘、保留和輸出程度。其中各個門涉及到的計算公式如下。

式中：ft,it,ot分別為t時刻遺忘門、輸入門和輸出門的輸出；c"t，ct，ht分別為t時刻候選記憶單元，記憶單元和隱含層的狀態(tài)；Wf，Wi，Wo，Wc分別為遺忘門，輸入門，輸出門及候選記憶單元的權(quán)重矩陣；bf，bi，bo，bc分別為其對應(yīng)偏置項；xt為t時刻的輸入；[ht-1，xt]為2個向量的拼接；σ表示激活函數(shù)sigmoid，⊙表示向量元素乘積。

由圖1可見，LSTM網(wǎng)絡(luò)中的權(quán)重W=[Wf，Wi，Wo，Wc]和閾值b=[bf，bi，bo，bc]等參數(shù)通常是隨機(jī)賦初值，然后利用Adam等算法進(jìn)行優(yōu)化。

1.2 自適應(yīng)多種群鏈?zhǔn)蕉嘀悄荏w算法(AMPCMA)

1.2.1 鏈?zhǔn)蕉嘀悄荏w

智能體能夠感知環(huán)境，相互通信，具有智能思維與智能行為。一個智能體代表問題的一個解。圖2所示為鏈?zhǔn)蕉嘀悄荏w結(jié)構(gòu)，每個圓圈為一個智能體，依次相聯(lián)為封閉的鏈?zhǔn)浇Y(jié)構(gòu)，形成一個智能體鏈表。鏈表上每個智能體都有左右2個鄰居為其鄰域環(huán)境。所有智能體的鄰域共同構(gòu)成該鏈表的局部生存環(huán)境。每個智能體通過競爭，交叉，變異以及自學(xué)習(xí)完成進(jìn)化。鏈?zhǔn)浇Y(jié)構(gòu)的引入，縮小了智能體競爭范圍，加快算法比較速度。圖中，i=1，2，…，L為智能體在鏈表中的位置，L為鏈表規(guī)模。

1.2.2 AMPCMA進(jìn)化框架

吳亞麗等[16]提出了一種鏈?zhǔn)蕉喾N群多智能體(CMPMA)算法，它在高維問題優(yōu)化上表現(xiàn)出良好性能。然而，該算法所設(shè)計的鏈表規(guī)模是固定的，是一種靜態(tài)鏈表，從而降低了算法的靈活性和自適應(yīng)性。與其不同的是，本文所提出的AMPCMA算法能在進(jìn)化過程中根據(jù)各小種群的貢獻(xiàn)程度，自適應(yīng)地調(diào)整小種群鏈表規(guī)模，讓其成為一個可伸縮的“彈性”鏈表；此外，文獻(xiàn)[16]中僅采用測試函數(shù)驗證其性能指標(biāo)，而未對深度神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)配置進(jìn)行尋優(yōu)，更沒結(jié)合實際工程應(yīng)用，降低了問題研究的深度和實用性。

圖3所示為本文所提AMPCMA算法的進(jìn)化框架，具體思路如下：

1) 多種群協(xié)同進(jìn)化。一個多智能體鏈表形成一個小種群。多個小種群協(xié)同進(jìn)化，在全局尋優(yōu)中，以恰當(dāng)?shù)耐ㄐ胖芷冢瑢崿F(xiàn)種群間的信息交互。

2) 全局尋優(yōu)。各小種群鏈表上的多個智能體進(jìn)行競爭，交叉和變異，實現(xiàn)自我更新。根據(jù)各個智能體鏈表的優(yōu)劣，自適應(yīng)地調(diào)整鏈表的規(guī)模，即將優(yōu)質(zhì)鏈表的規(guī)模擴(kuò)大，縮小表現(xiàn)不佳的鏈表規(guī)模，讓各小種群智能體鏈表“彈性化”。此外，種群間以適當(dāng)通信周期進(jìn)行信息交互，提高了種群多樣性，避免算法陷入局部最優(yōu)，提高全局收斂能力。

3) 局部尋優(yōu)。每個小種群鏈表輸出一個精英智能體，以特定方式生成局部小種群，經(jīng)自學(xué)習(xí)得到最優(yōu)智能體，此最優(yōu)智能體經(jīng)比較后輸出。

1.2.3 AMPCMA具體實現(xiàn)

1) 多種群。由圖3可見，Pi表示第i個小種群，i=1，2，…，n，n為種群個數(shù)。

2) 種群進(jìn)化的4種規(guī)則

① 競爭。在智能體鏈表中，若某智能體Ai=(a1，a2，…，ak，…，ad)優(yōu)于其鄰域內(nèi)的最好智能體Hi=(h1，h2，…，hk，…，hd)，則保留Ai，否則生成新智能體取而代之。生成過程為：給 定 占 據(jù) 概 率Ps，對A′i中 每 一 維 變 量a′k，若U(0，1)＜Ps，則

否則，

式中：k=1，2，…，d，d為智能體維度；U(-1，1)為(-1,1)間均勻分布的一個實數(shù)；xkmax和xkmin分別為第k維變量ak取值上下限；r1和r2為[0,1)間均勻分布的隨機(jī)數(shù)。

② 交叉。每個智能體以概率Pc與鏈表中其余一個智能體隨機(jī)交叉，產(chǎn)生新智能體取代當(dāng)前智能體，采用單點交叉方式。

③ 變異。某智能體Ai=(a1，a2，…，ak，…，ad)的每一維變量ak，以概率Pm變異，得到新智能體Mi=(m1，m2，…，mk，…，md)。其變異過程為：

④ 自學(xué)習(xí)。指在精英智能體附近生成一個局部小種群，然后對其實施競爭和變異操作，經(jīng)演化后得到一個最優(yōu)智能體。這個局部小種群初始時只有一個智能體Eij=(e1，e2，…，ek，…，ed)，Eij表示第i個小種群輸出的精英智能體，在鏈表中對應(yīng)的位置為j，i=1，2，…，n，n為種群個數(shù)，j=1，2，…，L，L為智能體鏈表規(guī)模。在精英智能體附近按式(10)生成新智能體

式中：xkmax和xkmin分別為第k維變量ek取值上下限，mR∈[0,1]表示局部搜索半徑，U(1-mR，1+mR)為(1-mR，1+mR)間均勻分布的一個實數(shù)。

3) 小種群鏈表規(guī)模的自適應(yīng)調(diào)整方法

在全局尋優(yōu)中，針對文獻(xiàn)[16]算法中小種群鏈表規(guī)模固定不變，將造成算法性能下降的問題，這里采用自適應(yīng)、動態(tài)調(diào)整鏈表規(guī)模的方式來解決。每次進(jìn)化時，經(jīng)過競爭、交叉和變異后，將產(chǎn)生的新智能體鏈表送至小種群規(guī)模調(diào)整控制模塊。該模塊根據(jù)各小種群的貢獻(xiàn)率，在保持總智能體數(shù)量不變的條件下，動態(tài)調(diào)整各小種群鏈表規(guī)模，讓各鏈表具備“彈性”伸縮的功能。具體的調(diào)整過程如下。

首先，按式(11)計算每個智能體k的適應(yīng)度fk，其中e為網(wǎng)絡(luò)3個輸出量的誤差總和。

按式(12)，計算第i個種群平均適應(yīng)度Fi。

式中：li表示小種群Pi調(diào)整前的鏈表規(guī)模。

依據(jù)式(13)，計算出每個小種群的貢獻(xiàn)率τi。

式中：n是小種群的數(shù)目。

然后，將各小種群的貢獻(xiàn)率τi從大到小排序，按式(14)計算各小種群鏈表Pi調(diào)整后的規(guī)模δi。

式中：i=1，…，n，n為種群數(shù)目，N為智能體總數(shù)。

最后，完成對鏈表的伸縮調(diào)整。根據(jù)式(15)，判斷各個小種群所增加或者減少智能體的數(shù)目Δi。

對鏈表的伸縮調(diào)整，可分以下3種情形：

1) 若Δi>0，則該小種群鏈表Pi需增加智能體，即拉伸。將該鏈表上的原有智能體按適應(yīng)度從大到小排序，由大到小克隆前Δi個智能體加入鏈表中。

2) Δi=0，則該小種群鏈表Pi無需改變。

3) 若Δi<0，則該小種群鏈表Pi需減少智能體，即壓縮。將該鏈表上的智能體按適應(yīng)度從大到小排序，由小到大逐一刪除后|Δi|個智能體。

另外，為避免某一種小種群鏈表強占優(yōu)于其余小種群鏈表，調(diào)整時需遵循以下2個原則：① 小種群鏈表最大規(guī)模的上限增至初始規(guī)模的80%；② 小種群最小規(guī)模的下限減至初始規(guī)模的30%。

4) 種群之間的信息交互操作

每當(dāng)算法演化一定代數(shù)時，隨機(jī)選取2個種群Pi和Pj進(jìn)行交互，即用種群Pi的歷代種群所產(chǎn)生的最優(yōu)智能體取代Pj種群中較差的智能體。

1.3 多任務(wù)學(xué)習(xí)實現(xiàn)

圖4所示為本文所采取的學(xué)習(xí)機(jī)制。

這里采用硬參數(shù)共享的多任務(wù)學(xué)習(xí)機(jī)制來實現(xiàn)列車操控與預(yù)測。即在所有任務(wù)的底層中共享部分參數(shù)，在特定任務(wù)的頂層中使用各自任務(wù)的獨有參數(shù)。硬參數(shù)共享網(wǎng)絡(luò)通過共享輸入層和LSTM隱層來學(xué)習(xí)特征表示，在輸出端為各任務(wù)設(shè)計單獨的分類、回歸器。這種硬參數(shù)共享機(jī)制適用于各任務(wù)相關(guān)性較高的場景，提高了網(wǎng)絡(luò)的泛化能力[17]，因此可將其用于列車智能駕駛。

在此多任務(wù)學(xué)習(xí)機(jī)制中，對網(wǎng)絡(luò)參數(shù)的優(yōu)化分為2個階段。第1階段是參數(shù)的初值預(yù)置，即利用AMPCMA算法對網(wǎng)絡(luò)權(quán)值和閾值等參數(shù)進(jìn)行初步尋優(yōu)，將3種任務(wù)的誤差總和作為網(wǎng)絡(luò)訓(xùn)練目標(biāo)，對多任務(wù)共性進(jìn)行學(xué)習(xí)；第2階段是參數(shù)的精細(xì)優(yōu)化，即針對不同任務(wù)的個性，采用Adam算法對各特定任務(wù)層參數(shù)精細(xì)優(yōu)化，將各任務(wù)的誤差作為網(wǎng)絡(luò)訓(xùn)練目標(biāo)，分別對單任務(wù)的個性進(jìn)行學(xué)習(xí)。通過以上方式，最終實現(xiàn)多任務(wù)共性和個性學(xué)習(xí)的有機(jī)結(jié)合，改善網(wǎng)絡(luò)預(yù)測效果。

1.4 基于智能計算分步優(yōu)化LSTM算法流程

首先，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)決定其信息處理能力，而網(wǎng)絡(luò)結(jié)構(gòu)一直是依靠領(lǐng)域?qū)＜业慕?jīng)驗設(shè)計，這種人工設(shè)定方式具有隨機(jī)性和盲目性。其次，神經(jīng)網(wǎng)絡(luò)參數(shù)的優(yōu)化算法眾多，其中Adam優(yōu)勢明顯，在深度學(xué)習(xí)中使用較多。而本文優(yōu)化的參數(shù)有1 747個，這是一個維度極高的非凸優(yōu)化空間，若參數(shù)初值選擇不當(dāng)，將影響網(wǎng)絡(luò)優(yōu)化效率和泛化能力，而常用的Adam算法卻難以解決上述問題。

因此，這里分步驟、分階段并結(jié)合多智能算法優(yōu)化LSTM網(wǎng)絡(luò)。第1步采用GA優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)；第2步利用AMPCMA和Adam算法優(yōu)化參數(shù)。圖5所示為其流程圖。

2 仿真實驗及分析

列車運行兩目標(biāo)優(yōu)化就是在滿足安全、平穩(wěn)和精確停車等條件下，做到讓列車運行時間短且能耗低。首先從列車運行監(jiān)控裝置、控制與管理系統(tǒng)獲取重慶軌道3號線鄭家院子到唐家院線路的1 440條司機(jī)駕駛曲線數(shù)據(jù)。然后將駕駛數(shù)據(jù)的能耗和時間在兩維坐標(biāo)軸上進(jìn)行Pareto支配，剔除被支配解，再經(jīng)擁擠距離裁剪得到均勻分布的147條駕駛曲線數(shù)據(jù)，將其定義為優(yōu)秀駕駛員數(shù)據(jù)。接著用隨機(jī)森林算法篩選出15個優(yōu)質(zhì)輸入特征，包括線路、列車、列車運營和運行參數(shù)，見表1。

表1 LSTM網(wǎng)絡(luò)輸入特征Table 1 Input features of LSTM network

2.1 參數(shù)設(shè)置

1) 線路和列車參數(shù)。其參數(shù)如表2。

表2 線路和列車參數(shù)Table 2 Line and train parameters

2) 列車操縱檔位、加速度值。列車檔位共分8檔，包括+3，+2，+1這3個牽引檔，加速度分別為0.8，0.4，0.2 m/s2；0這個惰行檔，加速度為0；-1，-2，-3，-4這4個制動檔位，加速度分別為-0.2，-0.4，-0.6，-0.8 m/s2。此外，列車輸入控制序列數(shù)為7。

3) 算法參數(shù)。GA中，網(wǎng)絡(luò)隱含層及節(jié)點數(shù)量范圍分別設(shè)為[1,4]和[6,15]，最大迭代次數(shù)100。AMPCMA中，有5個小種群，每個小種群有10個智能體，最大迭代次數(shù)80，信息交互周期為10代，自學(xué)習(xí)中進(jìn)化代數(shù)為10，局部進(jìn)化的鏈表規(guī)模為5，占據(jù)概率0.5，交叉概率0.48，變異概率0.08。

2.2 網(wǎng)絡(luò)評價指標(biāo)

1) 正確率acc。

該值越大，表示檔位操縱正確率越高。

2) 交叉熵?fù)p失J。

式中：n為樣本數(shù)；c為類別數(shù)；是第i個樣本第k類標(biāo)簽值；表示第i個樣本預(yù)測為第k類標(biāo)簽值的概率。J越小，檔位輸出誤差越小。

3) 均方誤差MSE。

4) 平均絕對誤差MAE。

MSE和MAE 2個指標(biāo)中，n為樣本數(shù)，yi和y′i分別為真實和預(yù)測值。它們均用于評價列車檔位運行時間和列車速度預(yù)測誤差，其值越小，網(wǎng)絡(luò)預(yù)測越準(zhǔn)確。

2.3 深度模型結(jié)構(gòu)的確定與性能分析

本節(jié)通過實驗確定LSTM網(wǎng)絡(luò)結(jié)構(gòu)，在此基礎(chǔ)上采用不同算法優(yōu)化網(wǎng)絡(luò)參數(shù)，以驗證所提模型的優(yōu)越性，并進(jìn)一步驗證該模型的魯棒性。

1) LSTM網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化

采用GA優(yōu)化LSTM結(jié)構(gòu)，圖6為優(yōu)化過程。其中圖6(a)為LSTM隱含層數(shù)量優(yōu)化過程：依次淘汰的是1，4和3個隱含層，當(dāng)?shù)?5次時，穩(wěn)定在2個隱含層。究其原因，較少隱含層不能充分表達(dá)網(wǎng)絡(luò)特征；而較多隱含層則對數(shù)據(jù)特征表達(dá)過度。最終確定的結(jié)構(gòu)為2個隱含層，其節(jié)點數(shù)依次為10和8。圖6(b)為網(wǎng)絡(luò)損失值變化曲線，其中網(wǎng)絡(luò)損失值是LSTM網(wǎng)絡(luò)3個輸出的損失值總和，其值隨著迭代次數(shù)增加而不斷下降，最終穩(wěn)定于0.34。

2) AMPCMA-LSTM模型優(yōu)越性驗證

針對前言所提問題，在前述LSTM結(jié)構(gòu)基礎(chǔ)上，采用AMPCMA和Adam分階段、粗與細(xì)學(xué)習(xí)相結(jié)合的方式全面優(yōu)化網(wǎng)絡(luò)參數(shù)。AMPCMA具有良好的全局搜索能力，旨在尋找網(wǎng)絡(luò)最優(yōu)初始參數(shù)，使其收斂到一個泛化能力強的全局最優(yōu)解。因此，先用AMPCMA對參數(shù)進(jìn)行預(yù)訓(xùn)練初始化，再采用Adam對參數(shù)精調(diào)。該尋優(yōu)方式取代了原有參數(shù)隨機(jī)賦初值訓(xùn)練方法，降低了網(wǎng)絡(luò)調(diào)參難度，優(yōu)質(zhì)的初始參數(shù)加快了網(wǎng)絡(luò)訓(xùn)練和收斂速度，提高了網(wǎng)絡(luò)性能。

基于上述分析，可得到用于列車精準(zhǔn)操控和預(yù)測的AMPCMA-LSTM模型。為驗證該模型的優(yōu)越性，將其分別與前饋神經(jīng)網(wǎng)絡(luò)，傳統(tǒng)機(jī)器學(xué)習(xí)方法，深度LSTM網(wǎng)絡(luò)以及經(jīng)典的PSO和GA優(yōu)化的LSTM網(wǎng)絡(luò)進(jìn)行對比分析，其結(jié)果見表3。

表3 不同模型各評價指標(biāo)統(tǒng)計結(jié)果對比Table 3 Statistical results comparison of various evaluation indicators of different models

由表3明顯看出，BP與MLP的各項指標(biāo)都較差。這是因為前饋網(wǎng)絡(luò)無記憶功能，難以表達(dá)時序特征，從而預(yù)測效果不佳；傳統(tǒng)學(xué)習(xí)方法SVM和SVR則分別用于分類和回歸，由于這2種方法指向性更強，其MSE和MAE指標(biāo)比前饋網(wǎng)絡(luò)有所改善。

其次，除列車速度的MSE和MAE指標(biāo)外，LSTM，PSO-LSTM和GA-LSTM的其余指標(biāo)均優(yōu)于前饋網(wǎng)絡(luò)和傳統(tǒng)機(jī)器學(xué)習(xí)。這是因為LSTM具有深度和時序記憶特點，能全面、動態(tài)學(xué)習(xí)駕駛數(shù)據(jù)，從而多項指標(biāo)均有較大改善；此外，引入PSO和GA初步搜索LSTM參數(shù)，各項指標(biāo)又得到進(jìn)一步改善。

特別地，在表3所有模型中，AMPCMALSTM所獲得的各項性能指標(biāo)均為最佳。其中列車檔位操縱正確率是最為重要的指標(biāo)，所提模型比性能最差的BP提高了13.184%，比性能很好的GA-LSTM也能提高1.046%。上述實驗驗證了所提模型的優(yōu)越性，能實現(xiàn)更精準(zhǔn)的列車操控和預(yù)測。

雖然所提模型比前饋網(wǎng)絡(luò)和傳統(tǒng)機(jī)器學(xué)習(xí)方法耗時長，但卻是3種不同智能算法優(yōu)化LSTM用時最少的。用較長訓(xùn)練耗時換取各項性能指標(biāo)大幅改善是合理的，這符合算法改進(jìn)的基本準(zhǔn)則[18]。并且，可通過多CPU并行處理的方式來解決訓(xùn)練時長的問題。

3) AMPCMA-LSTM模型魯棒性驗證

前述實驗是列車在操控序列數(shù)為7的情況下進(jìn)行的。實際上列車在自動駕駛中還存在多種工況序列。因城軌交通站間距離較短，列車在行駛中工況轉(zhuǎn)換點不宜過多。為驗證AMPCMA-LSTM模型的魯棒性，采用列車操控序列數(shù)分別為4，5，6和7下的數(shù)據(jù)進(jìn)行實驗。在4種操控序列下，將算法分別獨立運行30次，統(tǒng)計對比各評價指標(biāo)，其結(jié)果見圖7。

由圖7(a)和7(b)可見，隨著操控序列長度的增加，交叉熵?fù)p失J逐漸變大，其檔位正確率也隨之下降，但始終穩(wěn)定在94.62%～95.51%，變化幅度在1%的微小范圍內(nèi)；由圖7(c)和7(d)知，檔位運行時間、速度預(yù)測誤差的MSE和MAE 2項指標(biāo)均在小范圍變內(nèi)化，趨勢平緩。該實驗證明所提模型在不同操控序列下具有良好的適應(yīng)性和穩(wěn)定性。

圖8所示為4種操控序列下的檔位值及其速度曲線。在不同長度的操控序列下，使用所提出的模型，列車操縱檔位預(yù)測和真實值間僅有少許出入，速度預(yù)測與真實值的吻合程度較高；其次，從圖8(d)和8(d′)還可看出，隨著操控序列長度的增加，操控次數(shù)變多，操控錯誤概率也隨之增加，這是一種必然現(xiàn)象。

3 結(jié)論

1) 從自動化深度學(xué)習(xí)的角度出發(fā)，重點采用無梯度搜索方法，分步驟、分階段并結(jié)合多種智能算法優(yōu)化LSTM網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，進(jìn)一步提高列車操控和預(yù)測精度。所提出的AMPCMA-LSTM模型與經(jīng)典及改進(jìn)的學(xué)習(xí)方法相比，檔位操縱精度提升至94.627%，檔位運行時間和列車速度的MSE值分別降至0.002 43和0.003 42，具有明顯的優(yōu)越性，并在不同操控序列下，對應(yīng)各指標(biāo)變化微小，表現(xiàn)出良好的適應(yīng)性和魯棒性。

2) 通過有效的多任務(wù)學(xué)習(xí)機(jī)制，即共享網(wǎng)絡(luò)輸入特征，網(wǎng)絡(luò)底層模塊以及優(yōu)化算法等知識，將任務(wù)共性與個性學(xué)習(xí)有機(jī)結(jié)合，所提出的模型能實現(xiàn)列車檔位、檔位操縱時間以及速度的多任務(wù)決策，從而更加全面地掌握列車運行狀態(tài)，實現(xiàn)更為精準(zhǔn)的列車智能駕駛。