【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第7期 142-146页,共5页

【作 者】： 陈皓 [1] ; 程晓卿 [2] ; 俞秀莲 [3] ; 邢宗义 [3]

【摘 要】 研究列车脱轨系数的精确预测问题。列车在运行过程中,脱轨系数过大会产生列车脱轨隐患,因此列车脱轨系数是评价列车运行安全的重要依据。针对传统脱轨系数预测方法成本高和预测精度低等问题,提出RB算法的NARX神经网络的脱轨系数预测方法。以实测的轨道不平顺为输入,脱轨系数为输出,分别建立BP神经网络和NARX神经网络两种预测模型,并分析对比了两种神经网络模型的预测性能。试验结果表明：与BP神经网络相比,基于BR算法的NARX神经网络可实现对脱轨系数的精确预测。