基于改进非等时距灰色组合模型的轨道质量预测方法研究

发布时间：2021-04-20 21:10

　　轨道质量指数（TQI）是制定轨道维修计划的基础,具有随时间缓慢变化并伴有随机波动的特点,现有模型难以有效预测这种变化。为了提升TQI随时间和条件变化的预测精度,提出一种改进非等时距灰色组合IGM-PSO-Elman预测模型。通过优化一阶累加过程和背景值计算,在参数求解中植入权重矩阵对传统灰色模型进行了改进,提高了轨道状态的预测精度;利用经粒子群算法优化的Elman神经网络对该模型的预测残差值进行了校正,进一步降低了预测误差。选取平均相对误差、均方根误差、决定系数、相关系数4个评价指标,利用实测数据与文献数据对该组合模型进行了验证,并研究了样本数对预测精度的影响。结果表明:增加样本数可以提高预测精度;该组合模型比传统灰色模型预测精度更高,能够为制定线路状态维修计划提供技术支持。 

【文章来源】：铁道建筑. 2020,60(11)北大核心

【文章页数】：5 页

【文章目录】：
1 改进非等时距灰色预测模型
    1.1 1-AGO序列优化
    1.2 背景值优化
    1.3 参数求解优化
2 残差修正模型
3 IGM-PSO-Elman模型
4 模型验证
5 训练样本数对预测结果的影响
6 结语


【参考文献】：
期刊论文
[1]改进不等时距权重的灰色残差组合修正模型及其应用[J]. 徐刚年,高全亭,解俊海,王有志,王来永,武俊彦.  测绘通报. 2019(01)
[2]基于BP神经网络的铁路轨道几何不平顺预测方法[J]. 彭丽宇,张进川,苟娟琼,李学伟.  铁道学报. 2018(09)
[3]基于改进GM（1,1）与WOA-LSSVM组合预测模型的轨道不平顺预测[J]. 冯超,余朝刚,孙雷,秦鑫.  铁道标准设计. 2019(04)
[4]基于支持向量机的轨道不平顺预测研究[J]. 于瑶,刘仍奎,王福田.  铁道科学与工程学报. 2018(07)
[5]基于非等间距灰色模型和Elman神经网络的轨道质量预测[J]. 马子骥,唐涛,刘宏立,彭强,金滩.  哈尔滨工业大学学报. 2018(05)
[6]基于非等时距加权灰色模型与神经网络的轨道不平顺预测[J]. 韩晋,杨岳,陈峰,吴湘华.  铁道学报. 2014(01)
[7]基于灰色理论的轨道几何状态中长期时变参数预测模型的研究[J]. 曲建军,高亮,田新宇,辛涛.  铁道学报. 2010(02)
[8]基于概率分布的轨道不平顺发展统计预测[J]. 高建敏,翟婉明,徐涌,陈东生.  铁道科学与工程学报. 2006(06)
[9]用于铁路轨道不平顺预测的综合因子法[J]. 陈宪麦,王澜,杨凤春,柴雪松,吴旺青.  中国铁道科学. 2006(06)

博士论文
[1]基于提速线路TQI的轨道不平顺预测与辅助决策技术的研究[D]. 曲建军.北京交通大学 2011



本文编号：3150411