一种减振轨道结构优化方法

1.一种减振轨道结构优化方法，其特征在于：包括以下步骤：S1：根据具体线路的轨道设计参数集，确定减振轨道结构的优化目标，基于车辆、轮轨、轨道动力响应指标和轨道长期服役性能指标将参数化设计分为四个子目标；S2：基于四个子目标的优化目标，建立考虑材料非线性的车辆—轨道—下部基础结构三维耦合动力学模型、列车-轨道-基础设施空间耦合模型、无砟轨道-下部基础结构耦合动力学分析模型；S3：计算得到车辆、轨道子系统在时域和低频段内的输出响应和中高频段内的输出响应，基于三维耦合动力学模型的分析结果，获得代理模型，之后做出设计变量空间；S4：对设计变量空间进行两次缩减，两次缩减具体如下：S41：开展优化目标和轨道结构设计参数之间的敏感性分析，基于专家先验知识加拉丁超立方设计方法完成设计变量空间一次缩减，减小设计变量空间的维数完成设计变量空间一次缩减；敏感性采用敏感性公式4-1进行计算，其中是S(ik)是输入x i 在第k个输出神经元性能响应指标的影响度O k 的影响度，即灵敏度值；W ij 是第i个输入层神经元到第j个隐含层神经元的权值矩阵，W jk 是第j个隐含层神经元到第k个输出层神经元的权值矩阵，S42：利用神经网络构建深度学习网络，得到可以替代列车-轨道-基础设施空间耦合模型进行长期动力响应预测的改进的神经网络代理模型；S43：利用改进的神经网络代理模型不断迭代训练，迭代训练时将当前迭代步的输出样本作为下一迭代步的输入样本，之后构建以四个子目标的多个相互独立的目标函数，进行设计变量空间的二次缩减；设计变量空间通过公式4-1再次完成参数敏感度计算和关键参数识别，对高维多目标优化问题进行降维处理，实现设计变量空间二次缩减；S44：基于建立的改进神经网络代理模型，建立减振轨道结构多目标优化数学模型；通过公式4-2建立减振轨道结构多目标优化数学模型，其中x为7维设计变量，包括道床板长度L、宽度B、厚度H，扣件垂向刚度Ka、横向刚度Kb、系统阻尼Cs，轨枕间距L1；f(x)为目标函数，包括无砟轨道重量、轮轨垂、横向力3个子目标函数；g(x)为动力性能指标，要求低于既有规范值，Minf(x)＝min[f 1 (x)，f 2 (x)，f 3 (x)]St:x min ≤x i ≤x max i＝1,2...,7g j (x)≤[g j (x)] j＝1,2...,5 4-2；S5：采用遗传算法进行多目标优化，结合自适应变异函数和天牛须搜索算法通过改变变量约束后的得到一系列的多目标Pareto解；S6：依次按照车辆、轮轨、轨道各项指标的分层优化顺序，将上一层的优化结果导入到下一层的优化问题中，直至找到满足各层优化目标轨道结构设计参数的较优解；S7：将优化后的轨道设计参数导入到无砟轨道-下部基础结构耦合动力学分析模型，比较优化前后线路基础设施荷载传递、变形特征以及能量传递和分布规律，研究确定轨道各层结构最优设计参数。 2.如权利要求1所述的一种减振轨道结构优化方法，其特征在于：所述步骤S3中，设计变量空间的步骤为：S31：将代理模型响应值与既有实验值对比；S32：确定对上述四个子目标影响较大的设计参数的取值范围；S32：在各设计参数的取值范围内进行抽样，生成设计变量空间。 3.如权利要求1所述的一种减振轨道结构优化方法，其特征在于：所述步骤S42中，神经网络为BP神经网络、循环神经网络或长短时记忆神经网络的一种或者多种组合。 4.如权利要求1所述的一种减振轨道结构优化方法，其特征在于：所述步骤S5中多目标优化的遗传算法为NSGA-Ⅱ。