基于IPSO-BP的地铁牵引逆变系统可靠性预测

• 作者: 程岳梅 李小波 沈青
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 地铁 牵引逆变系统 可靠性预测 维修周期
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 78-82
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.02.015

摘要

为了提高对地铁列车牵引逆变系统可靠性预测的准确性,提出了一种基于改进粒子群算法优化BP神经网络(IPSO-BP)的可靠性预测模型.引入平均相对误差指标作为可靠性预测模型的评价指标,通过收集到的实际数据对所构建的可靠性预测模型、BP神经网络可靠性预测模型及PSO-BP神经网络可靠性预测模型进行对比验证.仿真结果表明IPSO-BP神经网络可靠性预测模型平均相对误差比BP神经网络、PSO-BP神经网络可靠性预测模型平均相对误差分别降低了约17.5％和10％,具有较好的预测精度,明显地提高了地铁列车牵引逆变系统的可靠性预测的准确性.同时对制定预防性维修周期具有重要的参考价值.