摘要：客貨共線無砟軌道的軌道質(zhì)量指數(shù)(TQI)具有隨時間長期緩慢變化并伴隨平穩(wěn)波動的特點,而現(xiàn)有的預(yù)測模型難以預(yù)測這種變化。基于小波和時間序列分析預(yù)測方法,提出ARMA-BP神經(jīng)網(wǎng)絡(luò)和ARMA-SVR預(yù)測模型。通過小波分析將TQI時間序列分解為高頻和低頻2個部分,采用ARMA模型對高頻部分建模,分別采用BP神經(jīng)網(wǎng)絡(luò)和支持向量回歸SVR模型對低頻部分建模,最后對高頻和低頻進(jìn)行綜合預(yù)測。此方法可根據(jù)具體情況對具有不同特性的TQI時間序列進(jìn)行針對性建模,提高預(yù)測精度。運用此方法對包西線和太中線10個無砟軌道區(qū)段TQI時間序列進(jìn)行預(yù)測,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%,后驗差分別為0.31和0.21,均達(dá)到1級;前者對已知數(shù)據(jù)的擬合精度高,而后者對未知數(shù)據(jù)預(yù)測能力較強、泛化能力更突出。