基于机器学习的地铁轨道几何劣化规律个性化建模研究

作者：王志鹏; 刘仍奎; 邱荣华; 韩嵩

来源：都市快轨交通, 2020, 33(04): 54-60.

• 机器学习
• 前馈神经网络
• 地铁轨道
• 轨道质量指数

较高的轨道平顺性是保障地铁列车安全舒适运行的基础,准确掌握地铁轨道的劣化规律对保障轨道质量具有重要意义。根据地铁线路特点,选择影响地铁轨道质量劣化的7类异质性因素,给出赋值模型,并基于机器学习方法建立轨道质量指数(track quality index,TQI)短时预测前馈神经网络模型。为了验证模型,采集了北京地铁1号线的线路设备数据及2016年8月15日至2019年2月18日间的17次TQI检测数据,形成训练数据集和测试数据集,并采取深度学习技术,利用训练数据集对该模型进行训练。基于测试数据集的模型预测值的可决系数为0.938,平均绝对百分比误差为4.80%,结果表明该模型是有效的且具有较高的预测精度。

• 单位
  北京交通大学; 交通运输学院