致谢 | 第5-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7页 |
1 绪论 | 第10-20页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 研究现状 | 第11-17页 |
1.2.1 国内研究现状 | 第12-15页 |
1.2.2 国外研究现状 | 第15-17页 |
1.3 研究内容 | 第17页 |
1.4 技术路线 | 第17-20页 |
2 城市轨道交通系统车线动力学模型及车辆对线路适应性分析 | 第20-42页 |
2.1 分析模型 | 第20-29页 |
2.1.1 多刚体动力学建模理论 | 第20-23页 |
2.1.2 模型建立 | 第23-28页 |
2.1.3 模型验证 | 第28-29页 |
2.2 城市轨道交通车辆临界速度与模态分析 | 第29-35页 |
2.2.1 车辆临界速度分析 | 第29-31页 |
2.2.2 车辆悬挂刚度对临界速度的影响分析 | 第31-33页 |
2.2.3 车辆模态分析 | 第33-35页 |
2.3 城市轨道交通车辆对线路适应性分析 | 第35-40页 |
2.3.1 线路不平顺对于车辆行车性能的影响 | 第35-39页 |
2.3.2 曲线线形对于行车性能的影响车辆对线路适应性分析 | 第39-40页 |
2.4 本章小结 | 第40-42页 |
3 曲线参数对于城市轨道交通车辆行车性能的影响 | 第42-58页 |
3.1 行车速度对于行车性能的影响 | 第42-45页 |
3.1.1 设计工况 | 第42-43页 |
3.1.2 结果分析 | 第43-45页 |
3.2 曲线半径对于行车性能的影响 | 第45-48页 |
3.2.1 设计工况 | 第45-46页 |
3.2.2 结果分析 | 第46-48页 |
3.3 超高对于行车性能的影响 | 第48-51页 |
3.3.1 设计工况 | 第48页 |
3.3.2 结果分析 | 第48-51页 |
3.4 轨底坡对于行车性能的影响 | 第51-56页 |
3.4.1 设计工况 | 第51-52页 |
3.4.2 结果分析 | 第52-56页 |
3.5 本章小结 | 第56-58页 |
4 基于遗传算法的曲线几何参数优化 | 第58-78页 |
4.1 遗传算法概论 | 第58-59页 |
4.2 遗传算法计算流程 | 第59-63页 |
4.2.1 编码与生成初始群体 | 第59-60页 |
4.2.2 适用度函数 | 第60-61页 |
4.2.3 选择 | 第61-62页 |
4.2.4 交叉 | 第62-63页 |
4.2.5 变异 | 第63页 |
4.3 BP神经网络概论与构建 | 第63-66页 |
4.3.1 BP神经网络结构 | 第63-64页 |
4.3.2 BP神经网络算法 | 第64-65页 |
4.3.3 BP神经网络结构设计 | 第65-66页 |
4.4 基于遗传算法与BP神经网络的轨底坡优化分析 | 第66-77页 |
4.4.1 优化流程设计 | 第66-68页 |
4.4.2 直线地段轨底坡优化分析 | 第68-72页 |
4.4.3 曲线地段轨底坡优化分析 | 第72-77页 |
4.6 本章小结 | 第77-78页 |
5 结论 | 第78-80页 |
参考文献 | 第80-82页 |
作者简历 | 第82-86页 |
学位论文数据集 | 第86页 |