来源：期刊VIP网 时间：
作者：张雨晨;戴贤春;刘敬辉;李秋芬;代成烨;
单位：中国铁道科学研究院研究生部;中国铁道科学研究院集团有限公司铁道科学技术研究发展中心;中国国家铁路集团有限公司铁路安全研究中心;
摘要：针对单一模型预测故障率时的适用性差异问题，在考虑动车组牵引系统故障率数据特点的基础上，提出TSOBP-ARIMA-Prophet组合模型。首先，针对动车组牵引系统故障率的复杂非线性，引入金枪鱼群算法（TSO）优化BP模型，训练出TSOBP预测模型；其次，针对故障率的非平稳波动性，选取ARIMA预测模型；然后，针对故障率的季节周期性，选取Prophet预测模型；最后，运用方差倒数法对3个模型的预测结果赋权，得到TSOBP-ARIMA-Prophet组合模型的预测结果。以某动车组牵引系统为例，采用该组合模型预测故障率，并与3个单一模型及TSOBP-ARIMA组合模型对比验证其预测能力。结果表明：该组合模型预测时均方误差为0.075 2，较TSOBP,ARIMA和Prophet模型单独预测时分别降低了45.83%,61.65%和53.42%，预测精度显著提高，且较TSOBP-ARIMA组合模型对数据趋势的感知力更优，可有效提升对动车组牵引系统故障率的预测能力。
关键词：动车组牵引系统;;故障率预测;;组合模型;;BP模型;;金枪鱼群算法;;ARIMA模型;;Prophet模型
基金资助：中国国家铁路集团有限公司科技研究开发计划课题（J2023B003,P2023T002）
