基于GA-KELM的ZPW-2000A型轨道电路故障预测研究

作者：李晓艳

来源：大连交通大学学报, 2022, 43(02): 115-119.

DOI：10.13291/j.cnki.djdxac.2022.02.021

• 轨道电路
• 极限学习机
• 故障预测

针对轨道电路维修维护中存在维修不足和维修过剩的问题，建立一种基于遗传算法优化核极限学习机(ELM)的轨道电路故障预测模型.首先，通过在ELM的基础上以核函数映射取代隐含层节点映射，改进为核极限学习机(KELM);其次，以遗传(GA)算法优化核函数的参数及正则化系数，改进KELM的学习性能形成新的GA-KELM算法.通过实例验证了GA-KELM相比于其他算法在轨道电路故障预测中的高效性.最后，选择GA-KELM算法对两个实例进行了实际应用验证，表明了改进算法的可用性.

• 单位
  陕西铁路工程职业技术学院