典型文献
基于遗传算法-BP神经网络的动车组列车轮对磨耗模型
文献摘要：
鉴于动车组运行过程中轮径磨耗及轮缘厚度磨耗对于列车的平稳、安全运行的重要影响,利用相关性算法确定了轮对磨耗的影响因素,并在传统BP神经网络的基础上采用GA(遗传)算法对其初始权重和阈值进行了优化,构建出GA-BP神经网络模型.输入某动车组列车的历史数据,对该模型进行训练,轮径磨耗预测准确率达到了 95.29％,平均误差为0.212 mm;轮缘厚度磨耗预测准确率达到91.76％,平均误差为0.052 mm.证实了此模型在轮对磨耗预测方面的可用性.
文献关键词：
动车组;列车;轮对磨耗;遗传算法;BP神经网络
中图分类号：
作者姓名：
高明亮;邵俊捷;常振臣;王连富;刘德权;牛振虎;陈之恒
作者机构：
中车长春轨道客车股份有限公司检修研发部,130062,长春;西南交通大学牵引动力国家重点实验室,610031,成都
文献出处：
引用格式：
[1]高明亮;邵俊捷;常振臣;王连富;刘德权;牛振虎;陈之恒-.基于遗传算法-BP神经网络的动车组列车轮对磨耗模型)[J].城市轨道交通研究,2022(06):65-69
A类：
B类：
动车组列车,车轮,轮对磨耗,轮径,轮缘厚度,GA,历史数据,磨耗预测,预测准确率,平均误差,可用性
AB值：
0.177844
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。
