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.pdfVIP

第 36卷第 1期 铁 道 学 报 Vol_36 NO．1 2014年 1月 JOURNAL OF THE CHINA RAILW AY SOCIETY January 2014 文章编号 2014)01—0081一O7 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 韩 晋， 杨 岳， 陈 峰， 吴湘华 (中南大学 交通运输工程学 院，湖南 长沙 41O075) 摘 要 ：对轨道不平顺的发展趋势进行有效预测 ，可以提高铁路线路养护的维修效率 ，保障行车安全 。根据轨道 不平顺 的发展特性，提出一种基于非等时距加权灰色理论和神经网络法的组合预测方法 。该方法通过构建非等 时距加权灰色预测模型，将原始TQI序列的平均值作为累加序列初值 ，将连续累积函数的积分面积作为背景值， 对累加序列进行加权处理 ，较好地反映了时间序列对轨道不平顺预测结果的贡献 。在此基础上 ，引入 BP神经网 络模型对 TQI预测 的残差序列进行修正 ，较好地克服 了单一模型预测精度偏低的不足 。分别对沪 昆线上行两段 线路 的轨道不平顺进行预测 ，结果表 明该预测方法相对误差平均值分别为 2．76 和 2．O8 ，预测结果的后验差 比值分别为 0．121和 0．151，精度等级达到 l级 。 关键词 ：轨道不平顺 ；神经网络 ；非等时距 ；灰色模型．力口权 ；残差修正 中图分类号 ：U212．24+6 文献标志码 ：A doi：10．3969／j．issn．1001—8360．2014．01．013 Prediction ofTrack IrregularityBasedonNon。。equalIntervalW eightedGrey M odelandNeuralNetwork HAN Jin， YANG Yue， CHEN Feng， WU Xiang—hua (SchoolofTrafficandTransportati0nEngineering，CentralSouthUniversity，Changsha410075，China) Abstract：Effectivepredictionofthetrackirregularitydevelopmenttrend canimprovetheefficiencyofrailway linemaintenance repairsandSOensuretrafficsafety．Accordingtotrackirregularitydevelopmentcharacter— istics，thecombinationpredictionmethodbasedonthenon—equalintervalweightedgreytheoryandneuralnet— workmethodwasproposed．W iththismethod，byconstructingthenon—equalintervalweightedgreyprediction model，theaverageoftheoriginalTQIsequencewasregardedasthecumulativesequenceinitialvalue，theinte— gralareaofthecontinuousaccumulationfunctionwasusedasthebackgroundvalue，thecumulativesequence wasprocessedbyweighting．Therefore，thecontributionofthetimesequencetothetrack irregularitypredic— tionresultswasbetterreflected．Onthisbasis，theBPneuralnetworkmodelwasintrod