客货共线无砟轨道平顺状态预测模型

摘要：

客货共线无砟轨道的轨道质量指数(TQI)具有随时间长期缓慢变化并伴随平稳波动的特点,而现有的预测模型难以预测这种变化.基于小波和时间序列分析预测方法,提出ARMA-BP神经网络和ARMA-SVR预测模型.通过小波分析将TQI时间序列分解为高频和低频2个部分,采用ARMA模型对高频部分建模,分别采用BP神经网络和支持向量回归SVR模型对低频部分建模,最后对高频和低频进行综合预测.此方法可根据具体情况对具有不同特性的TQI时间序列进行针对性建模,提高预测精度.运用此方法对包西线和太中线10个无砟轨道区段TQI时间序列进行预测,结果表明:ARMA-BP神经网络与ARMA-SVR的建模精度平均值分别为98.1％和98.5％,后验差分别为0.31和0.21,均达到1级;前者对已知数据的拟合精度高,而后者对未知数据预测能力较强、泛化能力更突出.

关键词：客货共线、无砟轨道、平顺状态、预测模型、轨道质量指数、支持向量回归(SVR)、BP神经网络、小波分解

所属期刊栏目：40

分类号：U213.2+44(铁路线路工程)

资助基金：中国铁路总公司科技研究开发计划2015G001-B

在线出版日期：2019-07-04（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：24-31