针对BP神经网络在运算过程中极易陷入局部极小值，且对轨道结构病害识别准确率不稳定的问题，提出一种基于遗传算法优化BP神经网络的轨道结构病害诊断方法。通过建立车轨耦合动力学模型，仿真得到正常、轨枕空吊、道床松散和道床板结4种服役状态信号，利用变分模态分解和多尺度排列熵方法对振动信号进行特征提取，并组建高维特征向量，作为BP神经网络模型的输入。通过遗传算法优化BP神经网络模型，对比优化前后的识别准确率，充分证明了基于遗传算法优化BP神经网络的方法，在轨道结构病害识别及诊断上的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
