论文部分内容阅读
复合材料具有高比强度、高比模量、耐腐蚀、隔热、耐磨等优异综合性能,在高速轨道交通领域应用日益广泛。随着轨道交通对车辆安全性与舒适性的要求日益增加,对复合材料的性能品质要求提出了更高的要求。然而复合材料本质繁杂性限制了该材料的建模性能辨识评价。计算机技术的快速发展,非线性辨识方法在高速铁路关键模型构建中扮演越来越重要的角色。BP神经网络(Back Propagation Neural Networks,BPNN)算法以其奇特的记忆训练能力、逼近能力在非线性建模中应用最为普遍。轨道交通领域的复合材料内在机理极