本书通过列车运行优化实现满足正点下的列车全局节能。从高速列车重复运行的特点出发，将迭代学习控制理论用于高速列车的控制器设计之中。
考虑一类具有状态延迟的非线性参数严反馈系统，设计了自适应迭代学习控制方案来解决给定的参考轨迹跟踪问题；考虑轮轨之间的粘着动态以及空间变化的不确定性，设计了一种高速列车的新型空间域迭代控制方案；对于输入约束的高速列车跟踪控制问题，通过多质点模型的自适应迭代学习控制以实现给定的参考位移和速度的精确跟踪，且未知时变参数的估计在迭代运行过程中通过学习被不断地纠正；在对列车速度和位移进行合理约束的条件下，设计了具有自主学习能力的迭代学习运行控制策略，实现速度和位移的精确跟踪控制；并对列车运行舒适性进行研究，设计了狭义舒适性评价指标，基于该指标提出了列车舒适控制策略，设计了考虑舒适性的列车速度跟踪控制器；将列车的每节车厢考虑成可自主运行的个体，整列列车被描述为一个纵向编队的多智能体系统，从而设计高速列车的分布式协作跟踪控制方法。
1.优秀的团队。本书由西南交通大学副校长冯晓云带领西南交通大学科学与技术研究所的科研团队完成；
2.科研成果的凝练。本书为国家自然科学基金-高铁联合基金项目及面上项目的成果；
3.原创性的视角。本书和一般描述列车运行控制系统的专著相比，以列车通过之前的控制参数来改善当前的控制性能。
2019年9月，我国公布的《交通强国建设纲要》提出，到2035年基本形成全国都市区1小时通勤、城市群2小时通达、主要城市3小时覆盖的全国123出行交通圈。高速列车作为促进国民经济发展的重要组成部分，其运行速度超过200km/h。在安全、节能、舒适和高效的条件下，提出列车的自动运行系统以完成车辆的启动、牵引、巡航和制动等操作。其中，列车的节能要求优化列车运行的速度曲线与时刻表。而实现列车自动运行系统的关键就在于，保证系统的输出能在有限时间内实现对参考轨迹的精确跟踪。通常情况，高速列车都是以给定的速度曲线周期性地在同一段轨道上运行。由于执行控制任务的时间有限，使得这类任务对控制系统的瞬态响应过程要求较为严格，被控对象被期望在整个周期里能够实现对参考轨迹的逐点跟踪。
当前国内关于高速列车运行控制的书籍较多，但少有书籍的内容涉及到列车通过之前的控制参数来改善当前的控制性能。本书凝练了西南交通大学关于高速列车运行控制的大量研究工作，从高速列车重复运行的特点出发，将迭代学习控制理论用于高速列车的控制器设计之中。
冯晓云：西南交通大学副校长、教授博导、国家教学名师、国务院电工学科评议组专家。长期从事电力牵引交流传动及其控制、列车运行控制与牵引计算仿真等方面的教学与科学研究工作。先后担任中国电工学会电力电子学会理事、四川省电工技术学会理事长、*电气工程与自动化专业教学指导委员会委员、全国牵引电气设备与系统标准化技术委员会委员、铁道部铁道电气化专业教学指导委员会委员兼秘书长，电力牵引控制系统精品课程负责人，电气工程及其自动化专业国家特色专业建设点负责人。
黄德青：2002年毕业于四川大学数学学院数学专业， 学士；2007年毕业于四川大学数学学院应用数学专业，理学博士； 2011年毕业于新加坡国立大学电气与计算机工程系控制理论及控制工程专业，工学博士； 2010-2013年，新加坡国立大学，博士后 (Research Fellow)；2013-2016年，英国伦敦帝国理工学院， 博士后 (Research Associate)；2016年1月加入西南交通大学电气工程学院，教授，博导，电子信息工程系主任。长期从事列车运行控制、人工智能与深度学习方面的研究。
第0章 绪论
0.1列车运行控制系统
0.1.1中国列车运行控制系统
0.1.2高速列车运行控制系统
0.2高速列车运行控制技术研究现状
0.2.1输入饱和情况下的列车跟踪控制
0.2.2约束条件下的列车跟踪控制
0.2.3速度延迟情况下的列车跟踪控制
0.2.4多列车协同跟踪控制
0.2.5列车运行舒适性运行控制
0.3列车节能运行优化研究现状
0.4迭代学习控制在高速列车跟踪控制的研究现状
0.5迭代学习控制研究现状
第1章 迭代学习控制
1.1迭代学习控制介绍
1.2基本原理
1.3迭代学习控制算法
1.3.1 PID型迭代学习控制
精品教材 更多
