首页 | 本学科首页   官方微博 | 高级检索  
     检索      

PSO优化的高速列车轴温灰色预测模型
引用本文:邓佳林,邹益胜,黄治光,张继冬,张笑璐,王超.PSO优化的高速列车轴温灰色预测模型[J].铁道机车车辆,2019(4):31-35.
作者姓名:邓佳林  邹益胜  黄治光  张继冬  张笑璐  王超
作者单位:西南交通大学机械工程学院先进设计与制造研究所;中车青岛四方机车车辆股份有限公司
基金项目:国家重点研发计划——复杂环境下轨道车辆全生命周期能力保持与优化研究(2017YFB1201201-06)
摘    要:轴承温度预测是保障高速列车安全运行的重要手段。考虑到GM(1,1)模型建模机理存在着一定的缺陷,以及对建模数据有一定的单调性要求,对呈现较大波动的数据序列预测结果不太理想的问题。在GM(1,1)预测模型的基础上,提出了一种粒子群算法(PSO)优化的灰色预测方法。利用多项式对GM(1,1)模型进行修正,重构灰色模型的时间响应序列,再利用粒子群算法对重构模型进行求解,并据此构建了一种高速列车轴温预测模型。以高速列车实际轴温数据对模型进行验证,验证结果表明:模型相较于GM(1,1)模型的预测精度有明显的提高,其中5min预测的平均绝对误差由6℃降低到5℃,降幅为16.7%。平均相对误差由9.1%降到了7.8%,降幅为14.3%;最大绝对误差由20℃降低到18.6℃,降幅为7%。预测误差的方差由24.6降低到了20.6,降幅为16.3%,表明误差分布更加集中。

关 键 词:高速列车  灰色模型  PSO  轴温预测

Bearing Temperature Grey Prediction Model of High-speed Train Based on PSO Optimization
DENG Jialin,ZOU Yisheng,HUANG Zhiguang,ZHANG Jidong,ZHANG Xiaolu,WANG Chao.Bearing Temperature Grey Prediction Model of High-speed Train Based on PSO Optimization[J].Railway Locomotive & Car,2019(4):31-35.
Authors:DENG Jialin  ZOU Yisheng  HUANG Zhiguang  ZHANG Jidong  ZHANG Xiaolu  WANG Chao
Institution:(Institute of Advanced Design and Manufacturing, Southwest Jiao Tong University, Chengdu 610000 Sichuang, China;CRRC Qingdao Sifang Co., Ltd., Qingdao 266000 Shandong, China)
Abstract:DENG Jialin;ZOU Yisheng;HUANG Zhiguang;ZHANG Jidong;ZHANG Xiaolu;WANG Chao(Institute of Advanced Design and Manufacturing, Southwest Jiao Tong University, Chengdu 610000 Sichuang, China;CRRC Qingdao Sifang Co., Ltd., Qingdao 266000 Shandong, China)
Keywords:High-speed train  grey model  PSO  bearing temperature prediction
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号