1.面向多等级减振的轨道梁轨一体化最优匹配设计方法,其特征在于:包括以下步骤:步骤1:推导出列车轨道系统的多减振层级的耦合设计方程;步骤1中,具体如下:列车轨道系统从上至下分别为钢轨、扣件或弹性减振填充材料、钢轨梁、减振垫、桥梁支座、减振层和底座板,有三层减振;扣件或弹性减振填充材料、减振垫与减振层为阻尼弹簧,底座板为刚性;多减振层级的耦合设计公式为:A=f(x 1 ,x 2 ,…,x n ) (1)其中x 1 到x n 为不同的减振层级,x 1 为一级减振,为扣件或弹性减振填充材料,x 2 为二级减振,为减振垫,x 3 为三级减振,为减振层;A为振动加速度Z振级;步骤2:将多减振层级的耦合设计方程进行解耦;步骤2中,具体为:原始方程(1)是各级参数相互耦合的线性方程,其中包括二阶强耦合项:Πx i x j (i≠j) (2)以及多阶弱耦合项:Πx i x j ....x n (i≠j≠....≠n) (3)x i ,x j ,x n 为分级变量;对线性方程转化为非线性独立方程进行迭代独立求解各级减振参数从而得到解耦后的方程为:A=f(x 1 )f(x 2 )f(x 3 )....f(x n ) (4)虽然解耦后的方程转为非线性,但只需对不同层级的对应方程求得最优设计即能完成对多减振层级的解耦设计方程最优解推导;步骤3:通过泰勒展开,将不同参数对应函数展开到n阶来进行拟合;步骤3中,具体为:通过泰勒展开,将不同参数对应函数展开到n阶来进行拟合;对一层函数f(x n )进行展开得到:o(n)为高阶误差项,a、b、c、d为未知最优参数;保留低阶项忽略高阶项,在保证工程精度的基础上得到简化后的近似方程;对于三层减振设计每一层都获得以上函数;步骤4:方程中针对每个层级中的部分存在多个未知最优参数,即a、b、c、d,因此通过神经网络的方式进行求解;先构建一个适用于回归任务的神经网络模型;将2.5D有限元边界元计算结果作为输入层参数,通过逐层传递,每层包含若干个神经元,使用非线性激活函数后最终逼近与真实函数的映射关系;再通过交叉验证方法评估模型的性能,确保模型能够准确拟合未知数;模型训练完成后,最后输出对于未知数a、b、c、d的预测与估计;将这些预测值带入到原方程后观察优化结果。