PSO优化的高速列车轴温灰色预测模型

作     者：邓佳林 邹益胜 黄治光 张继冬 张笑璐 王超 DENG Jialin;ZOU Yisheng;HUANG Zhiguang;ZHANG Jidong;ZHANG Xiaolu;WANG Chao

作者机构：西南交通大学机械工程学院先进设计与制造研究所成都610000 中车青岛四方机车车辆股份有限公司山东青岛266000 

基　　金：国家重点研发计划——复杂环境下轨道车辆全生命周期能力保持与优化研究(2017YFB1201201-06) 

出 版 物：《铁道机车车辆》 (Railway Locomotive & Car)

年 卷 期：2019年第39卷第4期

页      码：31-35页

摘      要：轴承温度预测是保障高速列车安全运行的重要手段。考虑到GM(1,1)模型建模机理存在着一定的缺陷,以及对建模数据有一定的单调性要求,对呈现较大波动的数据序列预测结果不太理想的问题。在GM(1,1)预测模型的基础上,提出了一种粒子群算法(PSO)优化的灰色预测方法。利用多项式对GM(1,1)模型进行修正,重构灰色模型的时间响应序列,再利用粒子群算法对重构模型进行求解,并据此构建了一种高速列车轴温预测模型。以高速列车实际轴温数据对模型进行验证,验证结果表明:模型相较于GM(1,1)模型的预测精度有明显的提高,其中5min预测的平均绝对误差由6℃降低到5℃,降幅为16.7%。平均相对误差由9.1%降到了7.8%,降幅为14.3%;最大绝对误差由20℃降低到18.6℃,降幅为7%。预测误差的方差由24.6降低到了20.6,降幅为16.3%,表明误差分布更加集中。

主 题 词：高速列车 灰色模型 PSO 轴温预测 

学科分类：082304[082304] 08[工学] 080204[080204] 0802[工学-机械学] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1008-7842.2019.04.07

馆 藏 号：203776733...