| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 数据驱动仿真的国内外研究现状 | 第13-16页 |
| 1.3 本文研究内容及方法 | 第16-18页 |
| 1.4 本文组织结构 | 第18-19页 |
| 第2章 数据驱动建模与仿真理论框架 | 第19-43页 |
| 2.1 训练数据的特征选择 | 第21-22页 |
| 2.2 数据压缩与训练样本筛选 | 第22-27页 |
| 2.2.1 基于最大最小距离准则的区间采样 | 第22-24页 |
| 2.2.2 修改的基于数据集采样 | 第24-27页 |
| 2.3 数据驱动模型构建与预测 | 第27-36页 |
| 2.3.1 基于随机过程理论的Kriging模型构建 | 第27-29页 |
| 2.3.2 采用Kriging模型进行预测 | 第29-31页 |
| 2.3.3 基于Legendre多项式回归模型构建 | 第31-35页 |
| 2.3.4 采用Legendre多项式回归模型预测 | 第35-36页 |
| 2.4 模型计算性能评估 | 第36-39页 |
| 2.4.1 预测精度指标 | 第36页 |
| 2.4.2 训练时间与预测时间指标 | 第36-37页 |
| 2.4.3 训练样本量规模 | 第37页 |
| 2.4.4 噪声容忍度 | 第37-39页 |
| 2.5 模型选择 | 第39-41页 |
| 2.5.1 模型正则化 | 第40页 |
| 2.5.2 交叉验证 | 第40-41页 |
| 2.6 本章小结 | 第41-43页 |
| 第3章 轨道车辆垂向动力学模拟 | 第43-61页 |
| 3.1 数据获取与数据压缩 | 第45-46页 |
| 3.2 采用数据驱动模型计算车体垂向运动 | 第46-52页 |
| 3.2.1 采用Kriging模型进行车体垂向运动的仿真计算 | 第47-49页 |
| 3.2.2 采用Legendre多项式回归模型进行车体垂向运动的仿真计算 | 第49-52页 |
| 3.3 模型计算性能评估与比较 | 第52-59页 |
| 3.3.1 训练样本量与模型预测精度的对比验证 | 第52-55页 |
| 3.3.2 训练与预测时间指标的对比验证 | 第55-57页 |
| 3.3.3 不同随机噪声下的预测精度对比验证 | 第57-59页 |
| 3.4 本章小结 | 第59-61页 |
| 第4章 列车碰撞动力学模拟 | 第61-76页 |
| 4.1 基于有限元仿真结果的数据准备 | 第62-65页 |
| 4.2 代理力元的构建 | 第65-68页 |
| 4.3 结合多体动力学的仿真计算与结果比较 | 第68-70页 |
| 4.4 不同碰撞初速度下列车运动参数预测与比较分析 | 第70-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第5章 总结与展望 | 第76-79页 |
| 5.1 总结 | 第76-77页 |
| 5.2 展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-86页 |
| 攻读学位期间发表的论文及科研成果 | 第86页 |
