基于IPSO-BP算法的城轨列车轮对故障率预测模型研究

作者：贺德强; 孙一; 蒙基伟; 刘建仁

来源：控制与信息技术, 2019, (01): 59-63.

DOI：10.13889/j.issn.2096-5427.2019.01.012

• 故障率预测
• IPSO-BP算法
• 人工神经网络
• 城轨车辆
• 轮对
• 维修策略

为了提高城轨列车轮对故障率的预测精度,文章采用人工神经网络方法代替传统维修策略模型中基于经验的故障率分布显示表达式,以避开故障分布模型的选择;建立了IPSO-BP(improved particle swarm optimization-backpropagation)预测模型,并通过与常规的BP(backpropagation)及PSO-BP(particleswarmoptimization-backpropagation)预测模型进行对比来验证其高效性。仿真结果显示,IPSO-BP神经网络模型的预测误差范围为0～5.5%,输出值的相对误差百分比为0～10%,预测精度均优于常规方法,可为预防性维修决策提供理论参考和方法支撑。

• 单位
  广西大学