基于GM(1,1)模型与相关向量机的轨道不平顺区间预测

作     者：王英杰 楚杭 陈云峰 时瑾 WANG Ying-jie;CHU Hang;CHEN Yun-feng;SHI Jin

作者机构：北京交通大学土木建筑工程学院北京100044 北京交通大学北京市轨道交通线路安全与防灾工程技术研究中心北京100044 中国铁路兰州局集团有限公司甘肃兰州730000 

出 版 物：《交通运输工程学报》 (Journal of Traffic and Transportation Engineering)

年 卷 期：2023年第23卷第6期

页      面：135-145页

核心收录：

学科分类：08[工学] 0814[工学-土木工程] 

基　　金：中央高校基本科研业务费专项资金项目(2022JBMC041) 国家自然科学基金项目(52178406,52078035)。 

主　　题：铁道工程 轨道不平顺 灰色模型 相关向量机 粒子群优化 预测区间 

摘      要：为开展以预防修为主的养护维修作业,联合GM(1,1)灰色模型与相关向量机(RVM)算法,提出一种预测轨道不平顺演化区间的GM(1,1)-RVM组合模型;结合轨道质量指数(TQI)的振荡演变特性,通过二次-对数复合函数平滑优化和序列权重优化改进了GM(1,1)模型,通过粒子群优化(PSO)算法对待优化参数进行搜索确定,并在此基础上计算点的预测值;构造以点预测值为输入,以TQI实测值为输出的样本特征映射模式,引入5折交叉验证环节优化与训练了RVM模型的组合核函数;通过GM(1,1)模型与RVM模型间的输入-输出衔接机制集成了组合预测模型,并以某有砟线路中的2个区段为实例检验了轨道不平顺区间的预测效果。研究结果表明:与既有预测模型相比,改进GM(1,1)-RVM组合模型可得到预测区间的均值和方差,从而将预测结果从单点数值扩充到预测区间;2个区段实例在外推区间上的点预测结果与TQI真实值相比,平均百分比误差分别为1.53%和4.67%,较支持向量回归(SVR)模型分别降低了0.58%和0.61%,较GM(1,1)-反向传播神经网络(BPNN)模型分别降低了0.15%和1.87%;改进GM(1,1)-RVM组合模型在90%、95%和99%三种置信度下的最大平均预测区间宽度分别为0.3245、0.3879和0.5105 mm,最低预测区间覆盖率分别为91.67%、95.83%和95.83%,预测区间基本涵盖了外推区间内的TQI演化数据。可见,利用预测的均值和方差构造区间边界可有效把控轨道不平顺演变过程中的随机波动,为轨道不平顺预测提供了一种新思路。