基于集成学习的列车轮径预测方法

• 作者: 樊泽园 宋晓娟 林立 李雪
• 来源期刊: 运输经理世界
• 学科: 交通运输
• 关键词: 测速测距单元 轮径值修正 Bagging集成学习 BP神经网络
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 综合运输研究
• 页码范围: 155-156
• 页数: 2页
• 分类号: U231
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3681.2021.04.077

摘要

列车轮径值是列控车载系统测速定位的重要参量,并随着列车运行逐渐变小,若列控系统存储值未及时更新则影响测速定位精度.针对该问题,采用集成学习的方法寻找轮径变化与列车运行里程之间的非线性关系,提出一种Bagging算法集成BP网络的列车轮径预测方法,实现在列车行驶过程中完成车轮轮径的预测.实验结果表明,提出的算法较单个BP神经网络、灰色预测法能取得更好预测效果,可以实现轮径值的精确预测,保证测速模块的测量精度.