基于MEA优化Chaos-Elman模型的车载ATP故障率预测研究

• 作者: 刘奇 王俊峰
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 小波去噪 相空间重构 Elman神经网络 思维进化算法
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 机车车辆与设备
• 页码范围: 3094-3101
• 页数: 8页
• 分类号: U283.4
• 字数: 5591字
• 语种: 中文
• DOI: 10.19713/j.cnki.43?1423/u.2019.12.024

摘要

通过对ATP短期故障率趋势预测,帮助铁路相关部门合理优化ATP维修备件的储备量,动态分配维修资源以提高ATP设备的安全保障能力.采用小波分析对原始故障率数据进行去噪预处理,利用C-C方法和G-P方法分别计算时间延迟和嵌入维数,将一维故障率时间序列相空间重构到高维空间,并在高维空间中利用Elman神经网络拟合相点的演化趋势构建Chaos-Elman预测模型.针对Elman神经网络采用BP算法进行训练所存在的缺陷,引入思维进化算法优化Elman神经网络的权值阈值,进一步建立MEA-Chaos-Elman故障率预测模型.通过仿真试验,本文的故障率序列具有混沌特性,所提出的预测模型正确有效适用于本文的预测问题,最终的预测精度能达到95％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊峰	北京交通大学轨道交通控制与安全国家重点实验室	30	196	8.0	13.0
2	刘奇	北京交通大学轨道交通控制与安全国家重点实验室	2	1	1.0	1.0