摘要
本发明提供基于工况辨识和多任务学习的铁路设施状态预测方法，属于铁路安全运行技术领域，包括：利用传感器网络以及监测设备采集铁路设施运行过程中的多源数据并进行预处理；采用卷积神经网络和长短期记忆网络相结合的方式构建工况特征提取模型，并对预处理后的数据进行特征提取得到工况特征；对工况特征进行关联挖掘，确定任务分支的数量以及每个任务分支的状态预测目标，并构建多任务学习神经网络模型；将实时采集的铁路设施运行数据和当前工况信息输入到训练好的多任务学习预测模型中，输出铁路设施在不同方向的状态预测结果；根据实际工况变化和预测效果反馈，调整工况特征提取模型和多任务学习模型的结构和参数，保证状态预测的精准性。
