基于BP神经网络的铁路轨道几何不平顺预测方法

摘要：

设备密集型重载铁路对轨道平顺状态预测技术十分重视,受限于数据挖掘分析技术,轨道检测车在养护维修计划决策支持方面还未完全发挥应有的作用.本文根据轨道不平顺的变化特点,采用神经网络方法对重载铁路轨道不平顺7项参数进行预测,从而为养护维修策略的决策提供支持.将某重载铁路K420+000～K426+000区段长达18个月的轨道不平顺检测数据用于模型训练并进行预测分析,结果显示:双隐层、单隐层BP网络模型和多元回归分析模型的均方预测误差平均值分别为0.0652、0.0689、0.1051,平均相对误差分别为8.03％、8.65％、11.57％.双隐层BP网络模型模型精度更高,该模型为重载铁路轨道不平顺发展预测的研究提供了新的思路.

关键词：轨道不平顺、BP神经网络、轨检车、预测方法

所属期刊栏目：40

分类号：U213.2(铁路线路工程)

在线出版日期：2018-10-26（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：154-158