Применение LSTM-моделей в задачах моделирования и прогнозирования геометрии рельсовой колеи

Аннотация

В статье описаны актуальные задачи, связанные с диагностикой и безопасностью движения на железнодорожном транспорте, в особенности на железнодорожном пути. Они касаются ускоренных темпов цифровизации железнодорожного транспорта, а также роста экономики и множественных предпосылок представления дополнительных методов оценки состояния пути для принятия более эффективных управленческих решений. Приведены краткие обзоры различных вариантов моделирования в качестве дополнительных методов для решения поставленных задач. Показаны перспективные методы использования нейронных сетей, рассмотрены классы задач, в которых могут быть задействованы нейронные сети, обозначена проблема их применения, а именно отсутствие методологической базы, стандартизирующей работу с нейронными сетями. Отмечено главное условие для использования нейронных сетей – достоверная обучающая выборка. Для примера применения нейронной сети в задаче моделирования геометрии рельсовой колеи выбрана LSTM-модель, описана архитектура данной модели. Смоделированы фактические вертикальные неровности на выбранном участке железнодорожного пути, рассчитаны среднеквадратичные ошибки моделирования. Подчеркнуты целесообразность и высокое качество моделирования с помощью LSTM-модели, а также рост значения среднеквадратичной ошибки с увеличением шагов для прогнозирования, что может быть обусловлено недостатком данных для обучающей выборки. В последующих исследованиях планируется сократить количество ошибок и повысить точность модели, а также попробовать в действии другие нейронные сети различной архитектуры для решения аналогичной задачи с последующим сравнением с LSTM-моделью.