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。