轨道不平顺预测随机模型的SVM-MC求解方法

实现铁路轨道科学管理的前提是对轨道几何不平顺的发展趋势进行有效预测,预测模型从确定性向随机性模型转变,其重点是如何进行模型的求解。论文对轨道高低不平顺的预测随机模型建立了一种支持向量机—蒙特卡洛(SVM-MC)两阶段求解方法,第一阶段利用ε-SVM算法确定属于小样本集的模型参数,第二阶段运用蒙特卡洛模拟对随机过程进行仿真,得到高低不平顺标准差的预测值。与以往的轨道不平顺预测方法相比,所建立的两阶段求解方法解决了预测中小样本、非线性的问题,且预测精度在计算机容量和速度足够时可以得到保证。在沪昆有砟线路的应用表明,所提出的随机预测方法及求解算法,预测效果良好,平均相对误差为4.63%,可满足现场的工程应用,为养护维修计划决策提供技术支持。     

基于深度学习的高速磁浮轨道不平顺预估

轨道不平顺是列车振动的主要激扰源,对行车的安全性和乘客舒适性造成直接影响。以实测的轨道不平顺为基础,结合高速磁浮TR08型车辆结构特点以及深度神经网络的基本原理,利用TensorFlow构建神经网络表征轨道不平顺与车辆振动加速度的关系。提出了一种通过测量振动加速度进而构建神经网络实现对不平顺检测的方案。研究结果表明,深度神经网络预测的轨道不平顺值与真实值相对精度超过99%,且能够同时对高低和水平不平顺进行测量,为轨道不平顺测量新方法提供了理论基础。     

基于改进灰色-马尔可夫链的轨道不平顺发展预测方法

轨道不平顺的发展受轨道、荷载、自然等因素的影响,它们的综合作用使轨道不平顺的发展过程呈现出趋势性和随机性特征.将灰色GM（1,1）预测理论与马尔可夫链预测理论相结合,提出一种适应轨道系统的改进灰色-马尔可夫链组合预测模型.新模型较好地处理了轨道系统内部各种不确定因素的影响,并能够充分挖掘历史数据给予的信息.应用新模型对轨道质量指数TQI进行实例计算,表明其具有很好的预测精度.     

沪宁城际铁路轨道高低不平顺状态分析

为分析轨道高低不平顺对沪宁城际铁路列车运行动力学性能的影响,建立了车辆轨道耦合模型,计算得到不同轨道谱激扰下的列车动力学性能指标,包括沪宁城际铁路实测轨道不平顺、秦沈有砟、无砟谱和德国高干扰、低干扰谱.经对比分析,结论如下：沪宁城际轨道谱实测不平顺激扰下,列车各项动力学性能指标均为最优值,且满足相应限值要求,反映出沪宁城际轨道良好的平顺性;其他4种轨道谱激扰下列车各项动力学性能指标也均满足相应限值要求,能够保证列车舒适度及行车安全.研究成果可为沪宁城际铁路养护维修中轨道高低不平顺管理提供参考.     

基于遗传算法的轨道状态最优综合维修计划模型改进

铁路高速化、重栽化的条件下,为了使轨道平顺状态处于良好的情况之内,采用大型养路机械进行作业和制订最优养护维修计划是十分重要的．本文在0-1整数型轨道状态最优综合维修计划模型的基础上,建立了基于遗传算法的模型设计,提出了解决这种大规模优化问题的途径,从算法角度上解决了轨道不平顺状态计算机辅助决策系统的关键问题．     

基于马尔可夫决策过程的轨道不平顺维修策略研究

为有效判别轨道几何状态、适应高速铁路养护状态修，开展轨道不平顺维修策略优化研究。选取马尔可夫决策过程，设置轨道状态等级、维修动作空间和维修动作成本等模型参数，利用价值迭代算法进行求解，实现高速铁路线路维修计划的有效制定。以华东地区某有砟高速铁路线路为例，结合典型劣化速度的轨道单元区段特征，分析马尔可夫决策模型的维修决策优化过程并验证效果，同时探究轨道单元区段在每个决策时刻的最优维修决策，利用蒙特卡洛法模拟规划周期内的维修总成本并与实际维修成本进行对比。结果表明：基于马尔可夫决策过程的轨道不平顺维修决策，能够充分考虑轨道单元区段不平顺劣化的异质性，可以根据轨道单元区段的实际状态和劣化规律科学安排维修活动，提高维修作业的空间分辨率，规划周期内维修决策的优化效果显著，在保证线路高平顺性的同时减少维修成本，对铁路线路轨道养护维修具有指导作用。     

大机捣固养修作业计划多目标决策模型

提出一种以轨道几何状态和养护维修作业成本为子目标函数的大机捣固养护维修作业计划多目标决策模型,其中轨道几何状态最优子目标函数依据轨道高低不平顺恶化模型及恢复模型建立,养护维修作业成本最优子目标函数包括计划性养护费用、固定费用、事后养护费用、舒适性损失费用。采用改进的NSGA-Ⅱ算法对模型进行求解,并编写了相应的MATLAB程序,选取一沪昆上行线区段对模型及算法进行了验证分析。结果表明:所提出的大机捣固养护维修作业计划多目标决策模型能够提供多个养护维修维护计划方案,且对于初始高低不平顺较大且轨道结构状态恶化较快的区段优先安排养护维修作业;对于初始高低不平顺较小且轨道结构状态恶化较慢的区段,将其维修安排在年度计划的后期,或者不予安排维修作业。     

中国干线铁路轨道谱的拟合方法

为获得能够合理表征中国干线铁路轨道不平顺特征的轨道谱,提出了一种轨道谱拟合方法。根据轨道不平顺检测数据计算实测轨道谱,对实测轨道谱进行平滑与插值预处理,采用直接剔除法、三点逐段平均法和包络平均法消除计算轨道谱波形上出现的较大凸凹波形,应用3次样条插值法提高拟合的精度,利用非线性最小二乘优化算法拟合轨道谱。拟合结果表明:所提出的拟合方法是可行的,拟合谱能够较好地反映中国干线铁路轨道的不平顺特征。     

�����ƽ˳ʱ�����й����ȼ���仯�����о�

轨道几何形状检测数据是一个随时间变化具有随机特征的时间序列,反映轨道几何状态的变化.在本文中,灰色关联度理论用于研究轨道水平不平顺时间序列数据,挖掘时间序列数据之间隐含的关系;经过普遍适应性改进和残差修正改进的灰色GM（1,1）模型预测固定测点轨道不平顺长期状态变化趋势,随机线性AR和卡尔曼滤波模型分析单元区段轨道不平顺短期变化趋势,探索轨道状态变化随机数据序列中隐藏的规律并进行预测.短期和长期预测模型验证结果表明,三种模型是有效的,能够达到预期的精度.     

变残留率的有砟轨道高低不平顺恢复模型

大机捣固与钢轨打磨可以显著改善轨道几何不平顺,在不同作业方式、不同线形状态下,轨道几何不平顺的改善效果是不同的.为了合理的安排养护维修作业计划,准确预测养修作业后轨道几何状态的改善状况,基于沪昆线捣固与打磨作业实践,分析了不同养修作业方式下的轨道不平顺恢复效果,以捣固作业为例,分别建立了直线、曲线和桥隧3种线形区段下的轨道不平顺恢复预测模型,最后根据现场实测数据对模型进行了验证,结果表明:模型在直线和曲线区段预测的相对误差均值在7%左右,在桥隧区段预测的相对误差均值在9%左右,预测效果良好.     

铁路轨道养护维修计算机辅助决策系统中几个技术问题的研究

在分析国内外有关轨道养护维修辅助决策系统的基础上，提出建立我国辅助决策系统需解决的几个技术问题，并对轨道高低不平顺预测模型的建立进行了深入的分析。     

铁路轨道高低工不平顺的预测及其应用

分析了铁路轨道高低不平顺的预测原理，用轮轨动力分析方法确定了满足安全和舒适要求下的高低不平顺发展容许值，并与快速线路维修新规则管理标准作了比较，结果基相符。以沪宁线为实例，对不同条件下高低不平顺发展作了参数分析。     

轨道不平顺非线性预测模型

分析了轨道高低不平顺非线性预测理论,根据广深线运量和轨、车检测数据,采用多元回归分析得到广深线轨道高低不平顺非线性预测模型,将该模型用于预测未来轨道不平顺的发展情况,并与实际检测值进行对比和误差分析.结果表明,两者图形趋势较为一致,说明用该模型预测轨道高低不平顺发展趋势是可行的.     

城市轨道交通轨道不平顺谱分析

以上海域市轨道交通的轨道不平顺检测数据为样本,对城市轨道交通轨道不平顺的特征进行分析.首先,利用轨道不平顺变化率法和经验模态分解法对检测数据进行预处理,有效消除轨距和轨向不平顺检测数据的异常值和非线性趋势线,其次,对检测数据进行功率谱密度分析,并与美国6级轨道谱、德国铁路高低干扰谱和中国提速干线7参数谱进行比较,结果表...     

重载铁路复合不平顺的仿真计算及安全限值研究

铁路轨道几何形位不平顺是车辆振动及轮轨动力作用增大的重要激振源,而其中水平和轨向反向复合不平顺对轨道动力响应和行车安全有着极不利影响。针对重载铁路C80型铝合金敞车,用Simpack多体动力学仿真软件,建立车辆-轨道耦合模型,取水平、轨向最不利波长条件下,对复合不平顺各种幅值组合的工况进行仿真,分析各动力响应指标与列车速度、不平顺幅值的关系,并提出其安全限值,供工务管理参考。     

基于小波的列车加速度和轨道不平顺关系分析

轨道不平顺是引起车辆系统振动的重要激振源．为适应现代铁路的发展,提高旅客乘车的舒适性,研究轨道高低不平顺与列车垂向加速度间的关系变得越来越重要．本文利用小波分析的方法,对综合检测车采集到的轨道高低不平顺信号和垂向加速度信号进行处理,将分析的重点集中在具体的某一频段上,并对其进行了相关性分析,确定了轨道高低不平顺和列车垂向加速度间的关系．     

基于GM（1,1）与AR模型的轨道不平顺状态预测

反映轨道几何状态变化的轨道几何检测数据是一个随时间变化的时间序列,具有随机性特点.本文将经过普遍适应性改进的灰色GM（1,1）与随机线性AR模型相结合,研究轨道水平不平顺状态在点、单元区段范围随时间变化趋势,并对GM（1,1）预测的残差进行修正,从轨道水平的几何状态变化的随机数据序列中找寻变化规律.用得到的几何状态变化模型分别对轨道的短期、中长期状态进行预测分析,预测结果表明模型是有效的,满足预定精度的要求.     

基于ARIMA模型的轨道不平顺状态预测研究

轨道是列车运行的基础,轨道不平顺状态是影响行车安全的关键因素.为保障列车安全、平稳和不间断的运行,轨道必须具有高平顺性.根据轨道不平顺变化特点,文中利用ARIMA（自回整合归移动平均）模型对轨道不平顺状态进行预测,并且采集了京九线下行463.8 km处2008年2月第二次检测至2008年12月第一次检测的TQI历史检测数据对模型的有效性进行了检验,结果表明ARIMA模型能够对两次大修作业之间的轨道的不平顺状态进行较为准确地预测.     

基于灰色PSO-BP的客运量预测模型

在灰色预测模型、BF神经网络与粒子群优化算法PSO的基础上建立基于灰色PSO-BP的公路客运量预测模型。并根据陕西省近10 a的公路客运量数据,对GM(1,1)、BP神经网络、灰色PSO-BP网络预测模型的预测结果进行比较,得出基于灰色PSO-BP的客运量预测模型能充分发挥各种算法的优势、提高预测精度,更适合运用在公路客运量预测的领域中。     

����ģ����ϵ���·��װ������Ԥ��

根据铁路集装箱运量预测受到多因素影响以及非线性的特点,本文采用灰色关联分析法选取了影响集装箱运量的主要因素,提出了一种基于非线性灰色模型和神经网络模型组合的铁路集装箱运量预测方法. 该方法将非线性灰色预测模型的预测值作为输入,相应的实际集装箱货运量作为输出,建立了神经网络模型结构,并提出了相应的算法. 最后以实例分析了该模型的可行性和科学性. 实例分析表明：非线性灰色模型预测的最大误差为10.52％,而组合模型的预测误差最大为8.72％,说明文中提出的组合预测模型充分考虑了多指标的共同作用,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系.