一种基于深度学习的重载机车车钩失稳的优化调控方法

本申请涉及一种基于深度学习的重载机车车钩失稳的优化调控方法，包括：首先，分别进行敏感度分析和动力学仿真，获取高灵敏度参数和关键响应动态数据，并进行预处理，得到样本集；之后，构建长大重载列车车钩稳定性代理模型；之后，采用所述样本集对所述长大重载列车车钩稳定性代理模型进行训练；最后，构建以车钩横向稳定性为优化目标的多参数优化问题，采用基于SOBOL和SHAP分析的改进的NSGA‑Ⅲ算法基于所述代理模型进行全局寻优，获取最优参数组合并生成车钩横向失稳优化调控策略。构建了高精度长大重载列车车钩稳定性代理模型，实现了复杂系统之间的联合优化设计。同时结合改进的NSGA‑Ⅲ算法高效地实现了车钩失稳的优化调控。