基于改进NARX神经网络的接触线表面不平顺与弓网接触力关联分析方法

摘要：

建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据；对接触线表面不平顺和弓网接触力数据进行归—化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出；对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX-IR)神经网络方法；利用NARX-IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析.采用根均方误差和相关系数,对基于LM算法的BP(BP-LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX-BR)神经网络方法和NARX-IR神经网络方法进行性能评价.结果表明:BP-LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系；不论在训练还是预测中,NARXIR神经网络方法的根均方误差均小于NARX-BR神经网络方法,而相关系数则大于NARX-BR神经网络方法.由此可推断:NARX-IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系.

关键词：接触线、表面不平顺、弓网接触力、神经网络、关联分析

所属期刊栏目：33

分类号：U225.3;TP183(电气化铁路)

资助基金：国家自然科学基金;国家高技术研究发展计划（863计划）;轨道交通控制与安全国家重点实验室开放基金;南京理工大学"紫金之星"项目

在线出版日期：2012-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：84-91