数据集概述
本数据集为论文“Direct multiple shooting for computationally efficient train trajectory optimization”的配套数据，包含列车轨迹优化相关的代码文件、配置文件、参考数据文件及文档文件，共28个文件，覆盖Python代码、MATLAB脚本、CSV数据、配置文件等类型，用于支持列车轨迹优化算法的实现与验证。
文件详解
- 代码文件（.py、.m格式，共21个）
- Python代码文件（17个）：包括train.py（训练脚本）、ocp.py（最优控制问题实现）、table4.py（表格4相关计算）、figure4.py/figure8.py/figure9.py（图表生成）等，用于算法实现、结果计算与可视化
- MATLAB脚本（4个）：包括trainPlot.m（轨迹绘图）、trainEndpoint.m（端点处理）、trainMain.m（主脚本）、trainContinuous.m（连续轨迹处理），用于轨迹数据的处理与可视化
- 数据文件（.csv、.json格式，共4个）
- CSV数据文件（3个）：RefSpeed100GPOPSI.csv、RefSpeed100GPOPSII.csv（参考速度数据，含时间、位置、速度、力、能耗、CPU时间等字段），Swiss.csv（瑞士相关轨迹数据）
- JSON配置文件（1个）：config.json，含maxIterations（最大迭代次数）、numIntervals（区间数）、integrationMethod（积分方法）等配置项
- 文档文件（.md、.txt格式，共2个）
- README.md：项目说明文档，含论文链接、安装指南
- requirements.txt：Python依赖包列表，包括numpy、pandas、casadi等
- 其他文件（1个）
- LICENSE：许可证文件
数据来源
论文"Direct multiple shooting for computationally efficient train trajectory optimization"（Kouzoupis et al.）
适用场景
- 列车轨迹优化算法验证：通过代码与数据复现论文中的直接多重射击优化算法，评估其计算效率与优化效果
- 列车运行能耗分析：利用CSV数据中的Energy字段，研究列车运行轨迹与能耗的关系
- 最优控制算法对比：通过RefSpeed100GPOPSI.csv与RefSpeed100GPOPSII.csv的CPU时间字段，对比不同优化算法的计算效率
- 交通工程算法开发：基于代码框架扩展列车轨迹优化的功能，如不同线路、不同车型的轨迹优化适配
