基于人工智能技术的电气化铁路接触网检测研究

• 作者: 伏松平
• 来源期刊: 电气应用
• 关键词: 电气化铁路 接触网检测 人工智能技术 测试实验 检测正确率
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 应用研究
• 页码范围: 50-54
• 页数: 5页
• 语种: 中文

摘要

针对当前电气化铁路接触网状态检测效果差、检测过程十分耗时等不足,以获得更优的电气化铁路接触网检测结果,提出了基于人工智能技术的检测方法.首先分析当前国内外对电气化铁路接触网检测研究的进展,然后引入机器学习算法中的RBF神经网络建立电气化铁路接触网状态检测模型,并引入人工智能技术中的自适应遗传算法对电气化铁路接触网状态检测模型进行优化,最后与其他电气化铁路接触网状态检测模型进行了对比测试,得出人工智能技术的电气化铁路接触网状态检测正确率大约为95％,而其他模型的电气化铁路接触网状态检测正确率没有超过90％,且人工智能技术的电气化铁路接触网状态检测耗时更少,对比结果验证了所提电气化铁路接触网状态检测方法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伏松平		4	1	1.0	1.0