常燕龙

（新疆大学 建筑工程学院，新疆 乌鲁木齐830046）

铁路轨道是保障高铁列车行驶安全的重要结构部件。在铁路日常运营中，轨道在列车高速下的冲击、振动及列车荷载等长时间作用下，内部结构不可避免地发生改变。轨道不平顺的发展，将会对铁路运营产生巨大影响，如铁路运输的质量指数（Track Quality Index,简称TQI）是评价轨道整体不平顺的重要指标，因此预测TQI 的发展变化趋势, 能够帮助铁路部门人员及时掌握设备状态，制定合理的维修计划，实现由“事后修”到“状态修”的转变，避免人力、物力方面的浪费。

实践证明，随着运营时间的增长，单元区段内轨道不平顺几何数据以多阶段、周期性、非线性等形式表现出来的。ARMA 模型由于具有线性预测优势，主要被应用在线形预测方面。然而针对非线性规律部分预测，则稍显不足。BP 神经网络在非线性预测方面有着独特的优势，因此本文提出建立ARMA-BP 组合模型对轨道质量指数TQI 进行预测研究。

1 ARMA-BP 组合模型

1.1 ARMA（p,q）模型

自回归滑动平均模型由自回归模型（AR 模型）与滑动平均模型（MA 模型）两个模型混合而成。

1.2 BP 神经网络模型

BP（Back Propagation） 网络在1986 年由以Rinehart 和McClelland 为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP 网络无需事前描述映射关系，可以学习和保存大量的输入-输出模式映射关系。

1.3 ARMA-BP 组合模型构建

TQI 时间序列往往含有线形变化规律和非线性变化规律，ARMA 模型作为传统的时间序列预测模型，能够很好地提取时间序列线性特征。……