[發(fā)明專利]一種無砟軌道溫度場預(yù)測方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410150079.6
• 申請(qǐng)日: 2014-04-15
• 公開（公告）號(hào): CN103942426A
• 公開（公告）日: 2014-07-23
• 發(fā)明（設(shè)計(jì)）人: 閆斌;戴公連;蘇海霆
• 申請(qǐng)（專利權(quán)）人: 中南大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 南昌新天下專利商標(biāo)代理有限公司 36115
• 代理人: 謝德珍

1.一種無砟軌道溫度場預(yù)測方法，其特征在于，包括以下步驟：

（1）通過氣象數(shù)據(jù)和實(shí)測溫度數(shù)據(jù)形成訓(xùn)練樣本和測試樣本；

（2）建立人工神經(jīng)網(wǎng)絡(luò)；

（3）采用訓(xùn)練樣本對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，采用測試樣本驗(yàn)證人工神經(jīng)網(wǎng)絡(luò)對(duì)無砟軌道溫度場預(yù)測的準(zhǔn)確性；

（4）通過輸入新的氣象數(shù)據(jù)，預(yù)測未來無砟軌道溫度場非線性分布情況。

2.根據(jù)權(quán)利要求1所述的無砟軌道溫度場預(yù)測方法，其特征在于：步驟（1）中的氣象數(shù)據(jù)包括日最高氣溫、日最低氣溫、日平均風(fēng)速、日照時(shí)數(shù)，以上氣象數(shù)據(jù)與時(shí)刻數(shù)一起構(gòu)成輸入?yún)?shù)，實(shí)測溫度數(shù)據(jù)包括軌道板上緣溫度、軌道板下緣溫度、底座板溫度，該實(shí)測數(shù)據(jù)按照日期和時(shí)間順序排列形成導(dǎo)師信號(hào)，輸入?yún)?shù)與導(dǎo)師信號(hào)組合形成訓(xùn)練樣本和測試樣本。

3.根據(jù)權(quán)利要求2所述的無砟軌道溫度場預(yù)測方法，其特征在于：輸入?yún)?shù)與導(dǎo)師信號(hào)組合后，隨機(jī)打亂順序，將前80%記錄作為訓(xùn)練樣本，后20%記錄為測試樣本。

4.根據(jù)權(quán)利要求1至3中任一所述的無砟軌道溫度場預(yù)測方法，其特征在于：步驟（1）中的氣象數(shù)據(jù)來源于既有氣象資料。

5.根據(jù)權(quán)利要求4所述的無砟軌道溫度場預(yù)測方法，其特征在于：既有氣象資料來源于“中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)”。

6.根據(jù)權(quán)利要求1所述的無砟軌道溫度場預(yù)測方法，其特征在于：步驟（2）中的人工神經(jīng)網(wǎng)絡(luò)為包含雙隱含層的人工神經(jīng)網(wǎng)絡(luò)。

7.根據(jù)權(quán)利要求1所述的無砟軌道溫度場預(yù)測方法，其特征在于：步驟（2）中的人工神經(jīng)網(wǎng)絡(luò)為雙隱含層的誤差反向傳播算法人工神經(jīng)網(wǎng)絡(luò)，將第一和第二隱含層神經(jīng)元數(shù)量均設(shè)為16，各神經(jīng)元采用如下計(jì)算方法：

式中，表示訓(xùn)練樣本和神經(jīng)元之間的連接權(quán)值，表示神經(jīng)元的閾值，為神經(jīng)元激勵(lì)函數(shù)，初始權(quán)值設(shè)為動(dòng)態(tài)分布隨機(jī)數(shù)。

8.根據(jù)權(quán)利要求1所述的無砟軌道溫度場預(yù)測方法，其特征在于：步驟（3）中的人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練中，學(xué)習(xí)函數(shù)采用附加動(dòng)量因子的梯度下降權(quán)值學(xué)習(xí)函數(shù)，訓(xùn)練目標(biāo)誤差取0.001，初始學(xué)習(xí)率為0.0001，誤差反向傳播算法選用Powell-Beale共軛梯度法，誤差性能函數(shù)選用均方誤差，迭代次數(shù)設(shè)為700次。