基于径向基函数神经网络的轨道交通车辆振动状态预测

• 作者: 李立明 柴晓冬 郑树彬
• 来源期刊: 城市轨道交通研究
• 学科: 交通运输
• 关键词: 轨道交通车辆 神经网络 遗传算法 径向基函数 轨道不平顺 车体振动加速度
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 学术专论
• 页码范围: 18-21
• 页数: 4页
• 分类号: U270.1+1
• 字数: 1748字
• 语种: 中文
• DOI: 10.16037/j.1007-869x.2017.12.005

摘要

通过遗传算法优化径向基函数神经网络的中心、宽度及权重等参数,构建车辆振动神经网络预测模型.通过42自由度车辆多体动力学模型,以某线路实测轨道不平顺数据作为输入,得到车辆振动加速度数据.通过训练与优化,构建的车辆振动预测模型能预测车体振动加速度变化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李立明	上海工程技术大学城市轨道交通学院	54	169	8.0	10.0
2	柴晓冬	上海工程技术大学城市轨道交通学院	78	295	9.0	12.0
3	郑树彬	上海工程技术大学城市轨道交通学院	78	287	9.0	13.0