摘要
本申请提供的一种重载轨道不平顺均值预测方法,通过采集重载铁路轨道的静态不平顺检测均值数据及其对应的动态不平顺检测数据;采用XGBoost算法作为序列式集成重载不平顺均值预测模型;通过蒙特卡洛交叉验证方法,结合所述静态不平顺检测均值数据及所述动态不平顺检测数据,对所述重载不平顺均值预测模型训练,得到目标重载不平顺均值预测模型;将实测静态不平顺检测均值数据输入所述目标重载不平顺均值预测模型,输出目标动态不平顺检测数据。以静态不平顺检测均值数据为基础,利用序列式集成学习模型建立动静态数据之间的映射关系,经过蒙特卡洛交叉验证法对模型效果进行评价和优化,提高轨道不平顺预测的准确性和可靠性。
技术关键词
蒙特卡洛交叉验证
XGBoost算法
重载铁路轨道
预测模型训练
动态
数据
轨道不平顺预测
集成学习模型
预测装置
子模块
交叉验证法
网络
参数
计算机程序产品
处理器
序列
误差
列表
系统为您推荐了相关专利信息
数据管理方法
信息处理
生成动态表单
数据同步
控件
潮汐车道
交通流量预测方法
生成对抗网络模型
网络向量
数据
静音检测方法
音频
动态库文件
通信平台
LINUX系统
梯度提升决策树
量子退火算法
识别城市商业中心
同态加密算法
大数据
保密通信系统
多频段
分布式存储单元
节点
生成动态密钥