摘要：客貨共線無(wú)砟軌道的軌道質(zhì)量指數(shù)(TQI)具有隨時(shí)間長(zhǎng)期緩慢變化并伴隨平穩(wěn)波動(dòng)的特點(diǎn),而現(xiàn)有的預(yù)測(cè)模型難以預(yù)測(cè)這種變化。基于小波和時(shí)間序列分析預(yù)測(cè)方法,提出ARMA-BP神經(jīng)網(wǎng)絡(luò)和ARMA-SVR預(yù)測(cè)模型。通過(guò)小波分析將TQI時(shí)間序列分解為高頻和低頻2個(gè)部分,采用ARMA模型對(duì)高頻部分建模,分別采用BP神經(jīng)網(wǎng)絡(luò)和支持向量回歸SVR模型對(duì)低頻部分建模,最后對(duì)高頻和低頻進(jìn)行綜合預(yù)測(cè)。此方法可根據(jù)具體情況對(duì)具有不同特性的TQI時(shí)間序列進(jìn)行針對(duì)性建模,提高預(yù)測(cè)精度。運(yùn)用此方法對(duì)包西線和太中線10個(gè)無(wú)砟軌道區(qū)段TQI時(shí)間序列進(jìn)行預(yù)測(cè),結(jié)果表明:ARMA-BP神經(jīng)網(wǎng)絡(luò)與ARMA-SVR的建模精度平均值分別為98.1%和98.5%,后驗(yàn)差分別為0.31和0.21,均達(dá)到1級(jí);前者對(duì)已知數(shù)據(jù)的擬合精度高,而后者對(duì)未知數(shù)據(jù)預(yù)測(cè)能力較強(qiáng)、泛化能力更突出。