基于专家先验信息的轨道不平顺预测研究

为了研究在缺乏历史数据时如何准确预测轨道不平顺的发展趋势。提出了一种可以考虑专家先验信息的轨道不平顺预测方法。通过问卷调查法获取专家先验信息并构建具有先验信息的贝叶斯线性回归模型，然后使用马尔科夫链蒙特卡洛方法对模型参数进行求解，最后对轨道不平顺的幅值进行预测和误差分析并对比了不同模型在缺乏历史数据时的预测效果。结果表明：该方法可以准确预测短期内有砟轨道不平顺的发展趋势，相关系数均在0.9以上。在缺乏历史数据的情况下，贝叶斯线性回归模型也能保持较高预测精度R2为0.88，比传统线性回归模型高17%。