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~K42 6+ 000 区段长达 1 8 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 0.0 6 5 2、0.0 6 8 9、0.1 0 5 1,平均相对误差分别为 8.0 3%、 8.6 5%、11.5 7%。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。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !