专利名称：一种基于神经网络模型的高速铁路钢轨廓形优化设
计方法
专利类型：发明专利
发明人：高亮,姜涵文,安博伦,马超智,钟阳龙,蔡小培,赵闻强申请号：CN202110076379.4申请日：20210120公开号：CN112836272A公开日：20210525
摘要：本发明提供了一种基于神经网络模型的高速铁路钢轨廓形优化设计方法。包括：根据高速铁路钢轨的接触位置得到钢轨廓形优化区域，确定钢轨廓形优化目标函数和钢轨廓形优化区域的约束条件，根据钢轨廓形优化区域中的待优化点和约束条件生成备选钢轨廓形，计算待优化点的钢轨磨耗得到钢轨磨耗目标函数；根据备选钢轨廓形的坐标和钢轨磨耗目标函数生成输入及输出数据集，使用输入与输出数据集训练神经网络；基于遗传算法搭建钢轨廓形优化模型，通过训练好的神经网络计算遗传算法中的适应度函数值，输出各个待优化点的坐标值，形成优化后的钢轨廓形。本发明通过全局寻优得到的优化后的钢轨型面，能够明显减小轮轨磨耗，使轮轨磨耗区域分布更加均匀。
申请人：北京交通大学
地址：100044 北京市海淀区西直门外上园村3号
国籍：CN
代理机构：北京市商泰律师事务所
代理人：黄晓军
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容