基于非等时距加权灰色模型与神经网络的轨道不平顺预测

• 作者: 吴湘华 杨岳 陈峰 韩晋
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 轨道不平顺 神经网络 非等时距 灰色模型 加权 残差修正
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 铁道工程
• 页码范围: 81-87
• 页数: 7页
• 分类号: U212.24+6
• 字数: 5187字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2014.01.013

摘要

对轨道不平顺的发展趋势进行有效预测,可以提高铁路线路养护的维修效率,保障行车安全。根据轨道不平顺的发展特性,提出一种基于非等时距加权灰色理论和神经网络法的组合预测方法。该方法通过构建非等时距加权灰色预测模型,将原始TQI序列的平均值作为累加序列初值,将连续累积函数的积分面积作为背景值,对累加序列进行加权处理,较好地反映了时间序列对轨道不平顺预测结果的贡献。在此基础上,引入 BP 神经网络模型对TQI预测的残差序列进行修正,较好地克服了单一模型预测精度偏低的不足。分别对沪昆线上行两段线路的轨道不平顺进行预测,结果表明该预测方法相对误差平均值分别为2.76%和2.08%,预测结果的后验差比值分别为0.121和0.151,精度等级达到1级。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈峰	中南大学交通运输工程学院	54	483	14.0	20.0
2	杨岳	中南大学交通运输工程学院	91	531	12.0	19.0
3	吴湘华	中南大学交通运输工程学院	26	93	4.0	9.0
4	韩晋	中南大学交通运输工程学院	3	89	3.0	3.0