一种基于混合深度学习模型的地铁轨道不平顺评价方法

本发明涉及轨道交通技术领域，具体涉及一种基于混合深度学习模型的地铁轨道不平顺评价方法，包括基于速度、加速度传感器和激光摄像单元获得车辆沿轨道行驶时产生的速度序列、垂向振动加速度序列和轨道垂向不平顺序列；对垂向振动加速度数据和轨道垂向不平顺数据进行异常值去除，构建训练集和测试集；搭建鱼鹰优化算法‑卷积神经网络‑门控循环单元的混合深度学习模型，学习车辆运行速度和垂向加速度信号的形状特征和序列特征；利用指标评价混合深度学习模型的预测精度；利用训练好的网络对测试样本进行估计，并验证模型的性能，该方法根据数据特点以及网络模型在处理时序序列时自身的优势，实现轨道垂向不平顺的端到端预测。