论文摘要
为了降低高速列车舒适度调查的成本,避免进行大量的问卷调查和统计分析,对高速列车座椅静态舒适度评价方法进行了研究.首先,通过确定高速列车座椅舒适度评价指标和指标权重,获得座椅舒适度计算方法;其次,利用BP神经网络构建以高速列车座椅8项人机几何参数为输入、以座椅舒适度评价为输出的座椅静态舒适度评价模型;最后,进行实例研究,对构建的神经网络评价模型进行训练和验证,并对神经网络进行权值和阈值的提取,构建神经网络的数学表达公式.研究结果表明:当神经网络为1个隐含层、13个节点时,训练达到误差均值2.13×10-3、均方误差6.091×10-6的理想效果,且不存在过拟合现象;利用CHR2的一、二等座椅人机几何参数测量数据及对应舒适度评价对该网络进行验证,验证显示一等座的神经网络预测值跟实际评价值误差为3.07%,二等座评价误差为1.42%,该网络模型预测精度较高,且优于多元回归模型预测的结果.
论文目录
文章来源
类型: 期刊论文
作者: 王金,支锦亦,向泽锐,李然,徐笑非,闫磊,徐刚
关键词: 高速列车,座椅舒适度,神经网络,评价模型
来源: 西南交通大学学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 西南交通大学建筑与设计学院,西南交通大学人机环境系统设计研究所,中车青岛四方机车车辆股份有限公司
基金: 国家重点研发计划资助项目(2017YFB1201103-9,2017YFB1201103-12)
分类号: U270.387
页码: 1342-1348
总页数: 7
文件大小: 1170K
下载量: 340