电子商务论文哪里有？本文构建了基于机器学习的地铁轨道不平顺状态劣化预测模型，并对模型构建过程进行了具体描述。对TQI历史检测数据和异质性因素数据进行预处理，使之生成满足机器学习类模型构建的需求的标准化数据集。
1 引言
1.2 国内外研究现状
1.2.1 轨道几何病害检测研究现状
目前，国内外既有研究中对运营列车的车体振动数据进行分析，实现轨道几何局部病害检测的模型主要可以分为信号分析类模型和机器学习类模型两类。
（1）信号分析类模型
车辆轨道是一个耦合系统，其外部激励可以通过子系统的响应加以反映[19]。信号分析类模型通常以车辆-轨道动力学作为研究的基础，通过对轨道车辆各部分结构进行动力学仿真，模拟轨道几何病害与车体振动数据之间的关系，以此达到轨道几何病害诊断的目的[20]。而轨道几何病害会在车辆振动数据中表现出特征，即在振动信号的时域或频域中引发异常的幅值变化。使用包括时频分析、小波分析等信号分析方法对异常信号进行分析，并提取这些特异性变化特征，从而实现对轨道几何病害的检测。
Wei等人[21]提出了一种基于车体和转向架振动加速度数据的轨道状态监测系统。通过安装在列车车厢地板以及转向架上的加速度传感器采集垂向和横向加速度数据，将推测出的轨道几何波形与轨检车检测的波形进行对比，分析轨道几何病害的波形特征，从而实现基于振动加速度数据对轨道几何病害的检测。最后通过应用实际数据进行现场试验，验证了该系统所使用的方法对于轨道几何病害检测具有较高精度。Sun等人[22]提出了一种使用轴箱加速度信号进行轨道病害检测的车载系统，利用安装在运营列车轴箱上的传感器对轨道几何高低值进行估计。该方法基于高通滤波、低通滤波和小波变换等理论构建了一个二次积分滤波器，实现对波形高低的连续估计，使用重采样方法引入了轨道病害波形的里程及速度信息，并通过实际数据证明了该车载检测系统对于轨道病害检测的高精度。
3 基于机器学习的地铁轨道不平顺状态劣化预测模型
3.1 地铁轨道不平顺状态劣化特征及评价方法
3.1.2 地铁轨道不平顺状态劣化特征
地铁轨道不平顺状态劣化具有异质性、不确定性等铁路轨道不平顺状态劣化的普遍特征以及小半径曲线多、坡度大等地铁独特的轨道不平顺劣化特征。
（1）异质性
轨道不平顺状态劣化的异质性是指处于地铁线路中不同位置轨道区段，其劣化情况会受到设备状态、维修活动、空间位置等多种异质性因素的影响。影响地铁轨道不平顺状态劣化的异质性因素主要可以划分为设计类因素、建设类因素、运用类因素以及检修类因素[9, 38]。
（2）不确定性
轨道不平顺状态劣化的不确定性是轨道等基础设施劣化的一个固有特征，主要表现在某个特定空间位置上的轨道不平顺的状态劣化是一个随机的过程，会导致轨道的劣化过程具有随机性，很难准确地对其进行描述。受异质性因素的影响，轨道所处的空间位置是影响轨道不平顺状态劣化的关键因素。
（3）记忆性
轨道不平顺状态劣化的记忆性是指对于某个特定空间位置上的地铁轨道，由于受空间位置影响的异质性因素，如坡度、钢轨型号、曲线半径等，在较长的时间周期内不会发生明显变化，因此轨道基于时间维度的不平顺状态劣化规律具有一定的相似性。
4 地铁轨道不平顺状态管理系统设计与实现
4.1 地铁轨道不平顺状态管理系统概述
为确保地铁轨道不平顺状态管理系统设计与开发的规范化、科学化，应结合系统使用场景对系统进行分析。本节将基于地铁运营管理需求的调研结果，制定地铁轨道不平顺状态管理系统的设计目标与设计原则，选取适用于系统开发的编程工具及运行环境。
4.1.1 系统设计目标
（1）设计地铁轨道不平顺状态管理系统数据库
地铁轨道不平顺状态管理系统数据库用于对用户信息数据、轨道检测基础数据、轨道几何病害诊断数据、轨道线路设备台账数据以及轨道不平顺状态劣化预测数据等数据表进行存储及管理，实现对数据的统一存储，解决数据来源不一致导致问题，实现对历史数据的积累，为系统的病害诊断及劣化预测功能提供数据支撑。
（2）实现轨道几何局部病害诊断
基于地铁轨道不平顺状态管理系统数据库中的基础数据，根据管理者的需要，使用第2章中构建的病害诊断模型对轨道几何局部病害进行检车，将病害的里程位置、病害等级等信息进行展示，支持对相邻几次的轨道几何病害诊断分析结果的叠加分析，提高轨道几何病害诊断分析精度，辅导管理者制定维修作业计划。
（3）实现轨道不平顺状态劣化预测
基于地铁轨道不平顺状态管理系统数据库中提供的基础数据，结合管理者的需求，使用第3章中构建的轨道不平顺劣化预测模型，实现对轨道不平顺状态劣化趋势的分析，并可对任一轨道单元区段的地铁轨道不平顺状态劣化趋势进行可视化展示，为管理者提供决策支持。
4.2 地铁轨道不平顺状态管理系统功能设计
基于前文中构建的机器学习模型，为满足地铁运营管理部门实际管理需求，地铁轨道不平顺状态管理系统的功能主要包括基础数据维护管理功能，地铁轨道几何局部病害诊断功能，地铁轨道不平顺状态劣化预测功能以及系统管理功能。其中地铁轨道几何局部病害诊断功能和地铁轨道不平顺状态劣化预测功能为系统核心功能。系统具体功能结构设计如图 4-1所示。
5 结论与展望
5.2 研究展望
由于作者学术水平尚有不足，本文所研究内容还有待进一步完善，在未来的研究中，作者将从以下两个方面进行更加深入的研究和完善。
（1）地铁轨道不平顺维修决策优化
本文研究针对的是地铁轨道几何局部病害诊断以及地铁轨道不平顺状态劣化预测，而这两项状态指标均是为了指导地铁轨道的维修决策，后续可在本文的研究成果基础上对地铁轨道的维修决策优化技术展开研究。
（2）轨道不平顺维修活动施工计划的编制与优化
本文的研究内容可以为对轨道进行基于状态预测的预防性状态修提供高效的数据来源，因此可以进一步研究基于便携式线路检测仪的数据分析结果，快速制定预防性状态维修计划的方法。
参考文献（略）
