| 基于径向基函数神经网络的轨道交通车辆振动状态预测 |
| |
| 引用本文： | 李立明,柴晓冬,郑树彬. 基于径向基函数神经网络的轨道交通车辆振动状态预测[J]. 城市轨道交通研究, 2017, 0(12): 18-21. DOI: 10.16037/j.1007-869x.2017.12.005 |
| |
| 作者姓名： | 李立明 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 |
| |
| 基金项目： | 国家自然科学基金面上项目 |
| |
| 摘 要： | 通过遗传算法优化径向基函数神经网络的中心、宽度及权重等参数,构建车辆振动神经网络预测模型。通过42自由度车辆多体动力学模型,以某线路实测轨道不平顺数据作为输入,得到车辆振动加速度数据。通过训练与优化,构建的车辆振动预测模型能预测车体振动加速度变化趋势。
|
| 关 键 词： | 轨道交通车辆 神经网络 遗传算法 径向基函数 轨道不平顺 车体振动加速度 |
Prediction of Rail Vehicle Vibration State Based on Radial Basis Function Nerve Network |
| |
| Abstract: | By using genetic algorithm,center,width and weight parameters of the optimized radial basis function nerve network,a nervel network prediction model of vehicle vibration neural network is constructed.Based on the dynamics model of 42-DOF (degree of freedom) vehicle,and taking the measured track irregularity data as input,the vibration acceleration data of rail transit vehicle is obtained.Through training and optimization,the vehicle vibration model can be used to predict the acceleration trend of vehicle vibration changes. |
| |
| Keywords: | rail transit vehicle nerve network genetic algorithm radial basis function track irregularity vehicle vibration acceleration |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
