基于组合预测模型的轮轨力连续测试

• 作者: 刘建新 李奕璠 林建辉
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 轮轨力 车轮失圆 灰色模型 遗传算法 神经网络 组合预测
• 年，卷（期）: 2012,（4）
• 页码范围: 597-604
• 分类号: U211.5
• 字数: 6811字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2012.04.010

摘要

为了精确判断车辆的运行状态,提出了一种轮轨力连续测试方法.根据轮轨相互作用的特点,采用阈值判断法从测试数据中提取轮轨力的有效信息.针对轮轨力测试系统的时变性和不确定性,将动态测试序列作为灰色过程处理,提出用灰色理论对轮轨力进行连续测试.为了提高预测精度,结合遗传算法和神经网络对传统的GM(1,1)模型进行改进.建立了10个预测模型分别进行预测,然后将精度较高的预测值输入串联灰色神经网络进行二次预测,以提高预测精度与稳定性.将这10个预测模型应用到轮轨力连续测试中,结果表明:灰色系统、遗传算法与神经网络三者的组合模型具有较高的精度,平均相对误差不超过2％,满足轮轨力连续测试的要求,并且能够降低传感器失效对测试结果的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林建辉	西南交通大学牵引动力国家重点实验室	200	1374	17.0	29.0
2	刘建新	西南交通大学牵引动力国家重点实验室	60	725	16.0	25.0
3	李奕璠	西南交通大学牵引动力国家重点实验室	13	44	3.0	6.0