[发明专利]一种轮重减载率的预测方法

权利要求书

1.一种轮重减载率的预测方法，其特征是该方法包括以下步骤：

步骤1：利用轨道检测车检测轨道的不平顺数据；

步骤2：通过步骤1采集的不平顺数据，利用ADAMS/RAIL软件建立模型仿真求得轨道的垂向轮轨力和横向轮轨力，进而求得轮重减载率，并对轮重减载率归一化处理；

步骤3：利用归一化后的脱轨系数对改进的NARX神经网络预测模型进行训练，并通过指定网络性能评价函数确定NARX神经网络预测模型的权值和阈值的优化效果；

步骤4：将步骤1采集的数据输入训练后的改进的NARX神经网络预测模型得到轮重减载率，用均方根误差法对该模型评价。

2.根据权利要求1所述的一种轮重减载率的预测方法，其特征是所述轨道不平顺数据包括左轨高低不平顺数据、左轨轨向不平顺数据、右轨高低不平顺数据和右轨轨向不平顺数据。

3.根据权利要求1所述的一种轮重减载率的预测方法，其特征是所述归一化公式为：

xiscal=xi-xminxmax-xmin]]>

其中：

为归一化后的数据；

x_i为归一化前的数据；

x_max和x_min分别为变量x的最大值和最小值。

4.根据权利要求1所述的一种轮重减载率的预测方法，其特征是所述NARX神经网络预测模型的结构包含2个中间层，其中一个中间层负责接收较长的输入输出延迟数据序列，另一个中间层负责接收较短的输入输出延迟数据序列，两个中间层之间无联系。

5.根据权利要求4所述的一种轮重减载率的预测方法，其特征是所述对算法改进的NARX神经网络预测模型进行训练的方法为改进的正则化算法。

6.根据权利要求5所述的一种轮重减载率的预测方法，其特征是所述改进的正则化算法的网络性能评价函数：

F(w)＝(1-γ)E_D+γE_w

式中：

F(w)为网络性能评价函数值；

w为权值；

γ为修正因子，0≤γ≤1，取值0.3；

E_w为网络所有权值或阈值的平方和；

E_D为网络误差的平方和。