基于递阶神经网络的轨道车辆振动状态预测 |
| |
引用本文: | 耿松,柴晓冬,郑树彬.基于递阶神经网络的轨道车辆振动状态预测[J].城市轨道交通研究,2015(12):94-98. |
| |
作者姓名: | 耿松 柴晓冬 郑树彬 |
| |
作者单位: | 上海工程技术大学城市轨道交通学院,201620,上海 |
| |
摘 要: | 车体振动加速度是反映车辆振动状态及轮轨接触性能的重要参数。运用机器学习方法,结合车辆动力学模型,构建了轨道输入参数对车辆振动反映的神经网络预测模型。通过SIMPACK动力学仿真软件获得模型的输入与输出,为提高模型的预测精度,运用遍历法确定了网络的时延阶数、隐节点等模型参数。仿真结果表明,该模型可以准确预测出在不同轨道不平顺激励下的车体振动加速度。
|
关 键 词: | 神经网络 轨道不平顺 车体振动加速度 仿真预测 |
Prediction of Rail Transit Vehicle Vibration State Based on Hierarchical Neural Network |
| |
Abstract: | |
| |
Keywords: | neural network track irregularity vehicle vibration acceleration simulation prediction |
本文献已被 CNKI 万方数据 等数据库收录! |
|