期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种改进型拉普拉斯核的GRNN模型在重轨性能预测中的应用
1
作者 刘鑫 李彬周 +3 位作者 王军生 姜圆博 贾宏斌 赵阳 《铁道科学与工程学报》 2025年第8期3471-3480,共10页
随着重载铁路运输需求的迅速增长,对重轨钢的性能要求日益严格,U75V重轨的性能稳定性对于保障铁路运输的安全性和可靠性至关重要。由于重轨生产数据的非正态分布特性以及复杂的非线性关系,传统预测模型难以实时准确地预测重轨横断面硬... 随着重载铁路运输需求的迅速增长,对重轨钢的性能要求日益严格,U75V重轨的性能稳定性对于保障铁路运输的安全性和可靠性至关重要。由于重轨生产数据的非正态分布特性以及复杂的非线性关系,传统预测模型难以实时准确地预测重轨横断面硬度、踏面硬度和抗拉强度等关键性能指标。为解决这一问题,提出一种改进型拉普拉斯核。该核通过引入调整因子α优化传统设计,并用于替代传统高斯核,以构建新的广义回归神经网络(general regression neural network,GRNN)模型,从而提高模型在非正态分布数据下的预测精度。首先,基于粒子群优化算法(particle swarm optimization,PSO),对改进型拉普拉斯核的平滑因子σ和调整因子α进行优化,使模型更好地适应重轨生产参数中的辊道运输速度、风机1压力、风机2压力、入口温度、出口温度等数据分布特性,建立基于改进型拉普拉斯核的新GRNN重轨性能预测模型。然后,通过对模型进行测试,并与传统GRNN模型进行对比分析。研究结果表明,新GRNN模型在重轨横断面硬度预测中,在20个横断面硬度指标中有15个指标的均方根误差(E_(rms))显著降低了18.9%~60.3%。同时,将这20个硬度指标整体求平均得到综合硬度,其E_(rms)降低了30.9%。此外,在踏面硬度和抗拉强度等关键性能指标上,E_(rms)分别降低了32.5%和15%,有效改善了传统模型在非正态分布数据下预测精度下降的问题。研究成果为重轨生产工艺的智能化控制提供了技术支持,有助于实时准确地预测重轨的关键性能指标,提升产品质量和生产效率。 展开更多
关键词 U75V重轨 综合硬度 踏面硬度 抗拉强度 改进型拉普拉斯核 广义回归神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部