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劃算法來優化列車操縱指導。該算法首先通過分析二次規劃的優化結果,確定神經網絡模型的輸入與輸出形式;并以大量優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。為驗證該規劃算法的正確性、實時性和節能性,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劃的離線全局規劃算法的速度曲線相吻合,且相比于優秀司機的操縱結果節能5.98%。