买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华东交通大学申请的专利一种高铁轨道不平顺TQI预测方法、系统、设备与介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121543837B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610062955.2，技术领域涉及：G06Q10/04；该发明授权一种高铁轨道不平顺TQI预测方法、系统、设备与介质是由余翠英;李舒晴;王志川;于海涛;张子帆;龚凯;吴神花设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本一种高铁轨道不平顺TQI预测方法、系统、设备与介质在说明书摘要公布了：本发明公开了一种高铁轨道不平顺TQI预测方法、系统、设备与介质，涉及高铁轨道预测技术领域，步骤包括：提取轨检实测数据的多个轨道不平顺特征变量；GWO算法自适应优化SVM、ELM、BP三大基模型的超参数，生成改进的Stacking模型，并通过改进的Stacking模型对轨道不平顺特征变量处理，输出初步轨道质量指数TQI预测值，并进行多元线性回归处理，得到高铁目标轨道段的最终TQI预测结果。本发明以TQI作为轨道平顺性评价指标，采用机器学习和集成思想，融入多种子模型，运用多元线性回归算法提取最优融合权重，建立改进的Stacking模型，显著提高TQI预测的准确性，为轨道精准养护提供技术支撑。

本发明授权一种高铁轨道不平顺TQI预测方法、系统、设备与介质在权利要求书中公布了：1.一种高铁轨道不平顺TQI预测方法，其特征在于，包括： 采集高铁目标轨道段的轨检实测数据； 提取所述轨检实测数据的多个轨道不平顺特征变量； 将不同的所述轨道不平顺特征变量输入改进的Stacking模型中，其中，所述改进的Stacking模型具体为基于Stacking模型，融合GWO-SVM、GWO-ELM和GWO-BP子模型构建改进的Stacking模型，改进的Stacking模型中每个子模型使用经优化算法确定的最优模型参数，并分别输出初步轨道质量指数TQI预测值； 对多个初步轨道质量指数TQI预测值进行多元线性回归处理，获得多个回归系数，并基于集成思想，对各所述初步轨道质量指数TQI预测值及对应的回归系数进行加权求和，得到高铁目标轨道段的最终TQI预测结果； 所述每个子模型使用经优化算法确定的最优模型参数，并分别输出初步轨道质量指数TQI预测值，具体为： 使用灰狼优化算法GWO获取SVM、ELM和BP模型的最优模型参数值，并选择狼群种群数量和进化迭代次数，构建GWO-SVM、GWO-ELM和GWO-BP模型； 其中，GWO-SVM、GWO-ELM和GWO-BP模型以轨道不平顺的关键特征变量作为输入变量，以对应的实测TQI值作为输出变量，所述输入变量与输出变量之间的关系通过线性回归函数获得； 将轨检实测数据的多个轨道不平顺特征变量输入GWO-SVM、GWO-ELM和GWO-BP模型中，通过线性回归函数分别输出初步轨道质量指数TQI预测值； 所述使用灰狼优化算法GWO获取SVM、ELM和BP模型的最优模型参数值，具体为： 采用灰狼优化算法，以灰狼作为每个处理算法的模型参数，计算每个灰狼的适应度，并通过模拟灰狼猎食行为的搜索、包围和攻击三个阶段更新灰狼群体位置，当满足设定阈值时，输出相应处理算法中的最优参数；其中，在灰狼优化算法停止迭代时，选择适应度最优的灰狼，对应的位置向量为最终输出的最优模型参数值； 提取所述轨检实测数据的多个轨道不平顺特征变量，具体为： 对所述轨检实测数据的多项轨道不平顺指标计算，生成多个不同编号的基本特征，并采用随机森林方法，按照特征重要信息选择多个基本特征作为轨道不平顺特征变量；所述轨道不平顺指标包括轨距、水平、三角坑、左高低、右高低、左轨向和右轨向，多个基本特征包括所述轨道不平顺指标的最大值、最小值、平均值、标准差、偏度和峰度； 所述得到高铁目标轨道段的最终TQI预测结果后，还包括： 对轨检实测数据使用基于自适应噪声的完备经验模态分解进行去噪； 检查并剔除轨检实测数据中异常值，并对剔除异常值的空白数据，采用线性插值方法进行处理，获得处理后的轨检实测数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东交通大学，其通讯地址为：330100 江西省南昌市新建区白水湖管理处经济技术开发区双港东大街808号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。