论文部分内容阅读
为研究和预测CRTSII型轨道板非线性温度梯度随时间的变化规律,达到及时预警和降低轨道板病害发生的目的.本文运用C-C方法对CRTSII型轨道板非线性温度梯度时间序列进行最优相空间重构;在相空间重构的基础上,采用有反馈和记忆功能的NARX动态神经网络对非线性温度梯度时间序列进行预测分析.结果表明:基于对CRTSII型轨道板温度梯度时间序列的最优相空间重构,利用NARX动态神经网络方法对未来时间T=30γ·tau,γ=1,2,3,…,内的CRTSII型轨道板温度梯度进行预测.当γ=1时,即2016-11-17T08:00/2016-11-17T13:00时间内共11个部分采样节点的温度梯度预测结果表明,预测值与真实值有较好的吻合度.所以该方法在CRTSII型轨道板的非线性时间序列系统预测中具有一定的科学价值和实用价值.