基于RBF神经网络代理模型的车辆/轨道参数多目标优化
肖乾1
罗超1
欧阳志许2
昌超3
罗佳文1
1.华东交通大学载运工具与装备教育部重点实验室,南昌3300132.中车青岛四方机车车辆股份有限公司,青岛2660003.西南交通大学牵引动力国家重点实验室,成都610031
摘要：为探究车辆与轨道参数多目标优化问题,基于RBF(Radial Basis Function)神经网络代理模型对车辆/轨道参数实现多目标优化以改善车辆的动力学性能.通过构建高速列车车辆-轨道耦合动力学仿真模型,借助UM与Isight联合仿真技术分析车辆与轨道参数对动力学性能的灵敏度影响,以灵敏度占比最大的8个参数为设计变量,以动力学性能为响应建立RBF神经网络代理模型,在代理模型的基础上对车辆/轨道参数进行多目标优化.结果 表明,车辆与轨道参数在优化后,最优解对脱轨系数的优化率达到13.14％,且对轮重减载率的优化率达到14.63％,可见优化效果显著,车辆的动力学性能获得较大改善.
关键词：高速列车代理模型RBF多目标优化灵敏度分析
分类号：U270.2(车辆工程)
资助基金：国家自然科学基金(51565013)
论文发表日期：2021-04-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 319-326 )
英文信息