基于IPSO-BP算法的城轨列车轮对故障率预测模型研究

• 作者: 刘建仁 孙一 蒙基伟 贺德强
• 来源期刊: 控制与信息技术
• 学科: 交通运输
• 关键词: 故障率预测 IPSO-BP算法 人工神经网络 城轨车辆 轮对 维修策略
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 故障诊断
• 页码范围: 59-63
• 页数: 5页
• 分类号: TP391.9|U260
• 语种: 中文
• DOI: 10.13889/j.issn.2096-5427.2019.01.012

摘要

为了提高城轨列车轮对故障率的预测精度,文章采用人工神经网络方法代替传统维修策略模型中基于经验的故障率分布显示表达式,以避开故障分布模型的选择;建立了IPSO-BP(improved particle swarm optimizationback propagation)预测模型,并通过与常规的BP(back propagation)及PSO-BP (particle swarm optimizationback propagation)预测模型进行对比来验证其高效性.仿真结果显示,IPSO-BP神经网络模型的预测误差范围为0～5.5％,输出值的相对误差百分比为0～10％,预测精度均优于常规方法,可为预防性维修决策提供理论参考和方法支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺德强		58	334	10.0	15.0
2	孙一		3	0	0.0	0.0
3	蒙基伟		1	0	0.0	0.0
4	刘建仁		1	0	0.0	0.0