来源：期刊VIP网 时间：
作者：刘采薇;赖军;方嘉晟;徐井芒;闫正;王平;
单位：西南交通大学高速铁路线路工程教育部重点实验室;西南交通大学土木工程学院;
摘要：为了提高高速车辆-道岔复杂动力学响应的仿真计算效率和计算精度，构建了基于长短时记忆（Long Short Term Memory,LSTM）网络的动力学响应预测模型。首先，利用刚柔耦合动力学模型，生成不同水平不平顺状态下的轮轨垂向力样本。然后，将水平不平顺幅值作为模型输入，轮轨垂向力作为输出，引入dropout参数，训练LSTM网络并采用均方误差和决定系数来评价模型性能。最后，基于计算结果分析轮重减载率和统计超限概率。结果表明：本文搭建的LSTM网络在训练轮次达到5 000次后，均方误差基本稳定在0.002 67，测试集的决定系数为0.903，模型具有较高的可靠性，可用于预测不平顺状态下的车辆-道岔动力学响应；与传统动力学模型计算相比，LSTM模型计算效率提高了约26倍，大幅提高了计算效率且计算精度达到要求；水平不平顺幅值达到6 mm时，超限概率达到了9.08%，超过了容许阈值。
关键词：高速铁路;;道岔;;预测模型;;数值计算;;LSTM网络;;超限概率
基金资助：国家重点研发计划（2023YFB2603700）;; 国家自然科学基金（52472458,52478474）;; 中国博士后科学基金（2024M752680）
