基于递阶神经网络的轨道车辆振动状态预测

摘要：

车体振动加速度是反映车辆振动状态及轮轨接触性能的重要参数.运用机器学习方法,结合车辆动力学模型,构建了轨道输入参数对车辆振动反映的神经网络预测模型.通过SIMPACK动力学仿真软件获得模型的输入与输出,为提高模型的预测精度,运用遍历法确定了网络的时延阶数、隐节点等模型参数.仿真结果表明,该模型可以准确预测出在不同轨道不平顺激励下的车体振动加速度.

关键词：神经网络、轨道不平顺、车体振动加速度、仿真预测

所属期刊栏目：18

分类号：U270.1+1(车辆工程)

资助基金：上海市自然科学基金12ZR1412300

在线出版日期：2016-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：94-98