论文部分内容阅读
为了有效利用多种检测数据评判轨道单元的状态，提出利用LVQ（学习矢量量化）神经网络建立轨道单元特征参数与轨道单元分级的关联模型，通过对TQI（轨道质量指数）、轨道几何、加速度、晃车仪、添乘仪、人体感觉的超限扣分加权得到轨道单元的量化评分指标，并利用层次分析法确定各特征参数的权系数。根据大量实测数据建立随机样本，利用聚类方法确定轨道单元状态的分级。以轨道单元的量化评分指标作为输入，以聚类得到的表征轨道单元分级的矢量量化数据作为输出，利用误差反向传播方法训练LVQ神经网络模型。利用新的评判方法对某线路的轨道单