| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 论文背景 | 第10-16页 |
| 1.1 本文研究背景及意义 | 第10页 |
| 1.2 国内外轨道质量指数预测研究分析 | 第10-14页 |
| 1.2.1 国外轨道质量指数预测研究现状 | 第11-12页 |
| 1.2.2 国内轨道质量指数预测研究现状 | 第12-14页 |
| 1.3 论文的组织架构 | 第14-16页 |
| 第2章 轨道质量数据的检测与数据预处理 | 第16-25页 |
| 2.1 轨道质量的相关评价指标 | 第16-18页 |
| 2.1.1 国外评价轨道质量的相关指标 | 第16-17页 |
| 2.1.2 国内评价轨道质量的相关指标 | 第17-18页 |
| 2.2 轨道质量数据的采集 | 第18-22页 |
| 2.2.1 轨道静态不平顺的检测 | 第18-19页 |
| 2.2.2 轨道动态不平顺的检测 | 第19-20页 |
| 2.2.3 XM-1500MBG钢轨铣磨车轨廓检测系统 | 第20-22页 |
| 2.3 轨道质量数据的预处理 | 第22-23页 |
| 2.3.1 数据的异常处理 | 第22-23页 |
| 2.3.2 里程校正 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 常用轨道质量指数预测模型 | 第25-33页 |
| 3.1 灰色预测模型 | 第25-28页 |
| 3.1.1 灰色GM(1,1)模型 | 第25页 |
| 3.1.2 序列的非等间距化 | 第25-27页 |
| 3.1.3 轨道不平顺TITCGM(1,1)-PC预测模型 | 第27-28页 |
| 3.2 灰色神经网络预测模型 | 第28-30页 |
| 3.3 灰色马尔科夫模型 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第4章 GM-MEA-BP预测模型 | 第33-50页 |
| 4.1 灰色模型与TQI数据的趋势性 | 第33-38页 |
| 4.1.1 TQI预测模型建模思路分析 | 第33-34页 |
| 4.1.2 非等间距灰色模型的构建 | 第34-38页 |
| 4.2 残差校正模型与TQI数据的随机性 | 第38-40页 |
| 4.2.1 使用MEA-BP模型进行残差校正 | 第38页 |
| 4.2.2 GM-MEA-BP模型预测步骤 | 第38-40页 |
| 4.3 GM-MEA-BP模型预测结果分析 | 第40-49页 |
| 4.3.1 评价预测结果的统计指标 | 第40-41页 |
| 4.3.2 直线段K226.0~K226.2区间段预测结果对比 | 第41-43页 |
| 4.3.3 直线段K226.4~K226.6区间段预测结果对比 | 第43-45页 |
| 4.3.4 曲线段K227.6~K227.8区间段预测结果对比 | 第45-47页 |
| 4.3.5 曲线段K228.0~K228.2区间段预测结果对比 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 GM-GA-Elman预测模型 | 第50-62页 |
| 5.1 GM-GA-Elman预测模型的提出 | 第50-54页 |
| 5.1.1 BP神经网络与Elman神经网络 | 第50页 |
| 5.1.2 遗传算法与GA-Elman残差校正模型 | 第50-54页 |
| 5.2 GM-GA-Elman预测模型的构建 | 第54-55页 |
| 5.3 GM-GA-Elman预测模型的预测结果分析 | 第55-61页 |
| 5.3.1 直线段K226.0~K226.2区间段预测结果对比 | 第55-57页 |
| 5.3.2 直线段K226.4~K226.6区间段预测结果对比 | 第57-58页 |
| 5.3.3 曲线段K227.6~K227.8区间段预测结果对比 | 第58-59页 |
| 5.3.4 曲线段K228.0~K228.2区间段预测结果对比 | 第59-61页 |
| 5.4 需要进一步研究的问题 | 第61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-63页 |
| 6.1 研究工作总结 | 第62页 |
| 6.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 附录A 攻读学位期间所发表的学术论文 | 第68-69页 |
| 附录B 攻读学位期间所参与的科研及专利情况 | 第69页 |
