高速化是我国铁路现代化建设的一个重要趋势,在大力建设高速铁路的同时,应保证列车乘坐舒适性不随速度的提高而降低。长期以来,影响列车乘坐舒适性的因素没有引起足够重视,缺乏乘坐舒适性的检测方法以及评价标准,难以保证旅客乘坐舒适性。　　 国际标准化组织(ISO)和国际铁路联盟(UIC)分别制订了乘坐舒适性评价的相应标准,英国和德国等国经过专门研究,特别是通过大量试验,在国际标准的基础上制订了适合本国国情的评价标准,论文对此做了研究。　　 本文首先采用多体动力学仿真软件SIMPACK建立了整车动力学模型,并介绍了整车建模过程。然后将轨道谱输入到模型中,仿真分析产生列车振动加速度数据。最后在MATIAB环境下按照五种舒适性评价标准的算法,分别计算舒适性值。　　 采用遗传算法优化反向传播(BP)神经网络,但是遗传算法优化的BP神经网络的性能不能满足要求。因此,本文采用递阶遗传算法(HGA)优化径向基函数(RBF)神经网络,该算法不仅能优化网络的结构还能同时优化网络参数,仿真实验结果证明该算法的有效性。　　 分别采用GA-BP神经网络和HGA-RBF神经网络研究乘坐舒适性评价标准之间的相关性。分析仿真实验结果,证明HGA-RBF神经网络的性能相对于GA-BP神经网络有了较大提高。