典型文献
高速铁路桥上无缝道岔结构力学状态预测方法
文献摘要：
为保证高速铁路桥上无缝道岔的长期安全服役,提出一种数据驱动的轨道结构力学状态预测方法.通过监测数据特征分析,对原始气温数据序列化处理.在此基础上,构建遗传算法优化的Elman神经网络时间序列预测模型,以气温最优序列为输入,预测三项影响结构健康状况的状态监测指标.通过对比不同气温输入形式和不同模型的预测性能,验证方法的优越性.结果表明:所建模型的预测值与监测值较为吻合,预测平均绝对误差相较其他模型降幅达39.48％,均方根误差降幅达29.10％,误差标准偏差降幅达10.92％;该模型的预测误差小,预测结果稳定可靠,能够为轨道结构力学状态的准确预测和安全隐患的及时预警提供支持.
文献关键词：
高速铁路;无缝道岔;结构状态预测;神经网络;遗传算法
中图分类号：
作者姓名：
马卓然;高亮
作者机构：
北京交通大学 土木建筑工程学院,北京 100044
文献出处：
引用格式：
[1]马卓然;高亮-.高速铁路桥上无缝道岔结构力学状态预测方法)[J].铁道学报,2022(02):90-96
A类：
结构状态预测
B类：
高速铁路桥,桥上无缝道岔,道岔结构,结构力学,力学状态,长期安全,安全服役,轨道结构,数据特征,数据序列,序列化,遗传算法优化,Elman,网络时间,时间序列预测模型,最优序列,结构健康,状态监测,监测指标,同气,预测性能,验证方法,平均绝对误差,标准偏差,预测误差,准确预测
AB值：
0.303774
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
