原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
铁路制动：数据驱动温升预测方法
目录
文档概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2研究目标与内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.3数据驱动温升预测方法的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．8
文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.1铁路制动技术发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.2温升预测在铁路制动中的应用现状．．．．．．．．．．．．．．．．．．．．．．．．13
2.3数据驱动预测方法的理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.4现有方法的优缺点分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
数据驱动温升预测方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
3.1数据驱动预测方法的定义与特点．．．．．．．．．．．．．．．．．．．．．．．．．．21
3.2温升预测的基本概念与分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
3.3数据驱动预测方法与传统方法的对比．．．．．．．．．．．．．．．．．．．．．．23
铁路制动系统模型建立．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
4.1列车动力学模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
4.2制动系统模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
4.3环境与轨道条件对温升的影响．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
数据收集与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
5.1数据采集方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
5.1.1传感器布置方案．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
5.1.2数据采集设备介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
5.2数据处理流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
5.2.1数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
5.2.2数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
5.3数据质量评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
5.3.1数据完整性检查．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
5.3.2数据一致性检验．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
温升预测模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
6.1模型选择依据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
6.2模型架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
6.2.1神经网络模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
6.2.2支持向量机模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61
6.2.3其他机器学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
6.3模型训练与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65
6.3.1训练集划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68
6.3.2训练过程与参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
6.3.3验证集测试与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．70
预测精度与误差分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71
7.1
文档评论（0）