铁路轨道在承载列车运行的过程中会产生轨道几何不平顺,影响轨道质量并且威胁列车的行车安全。随着中国铁路建设的高速发展,在保障线路的安全和正常运营的前提下,减少轨道维修成本和提高维修效率具有重要意义。因此,对轨检车的历史检测数据值和轨道线路质量变化规律进行科学合理的分析,研究铁路轨道预防修需求的模型,进一步准确预测未来轨道发展状态和轨道线路病害的时空位置,并能有效控制轨道状态恶化以及合理安排和制定养护维修计划,对轨道养护维修和列车安全、舒适运行等多方面都具有非常重要的理论价值和现实意义。通过对国内外学者的轨道质量不平顺的预测方法研究发现,现有的工作主要是预测一个周期后半段短期时间内轨道不平顺状态变化,而基于养护维修周期的长时间轨道质量预测研究较少。本文将提出一种新的轨道质量多维修周期预测模型即多阶段灰色非线性ACO-SVM预测模型。针对轨道质量不平顺变化特性,通过分析轨道几何状态恶化情况,将原维修周期系统中的趋势系数以及随机波动系数,将其对应作为轨道维修周期时间系统分析中的特征参数。通过轨道的“记忆性”特征,也就是在不同维修周期内,轨道不平顺质量系统发展具有相关性,将已知维修周期内不平顺时间序列挖掘出的多阶段发展参数作为预测维修周期内不平顺发展的特征参数。首先,对维修周期根据检测数据概率分布特性进行多阶段划分,基于灰色非线性模型得到维修周期预测趋势发展参数,由ACO-SVM算法优化残差得到随机波动参数,建立多阶段灰色非线性ACO-SVM预测模型,解决下一次维修周期状态变化预测的问题,并能提前知晓轨道不平顺状态变化情况,能帮助工务部门合理制定预防修计划,达到精确养修、控制轨道恶化并且有效延长轨道质量寿命的目的。本文通过京九线上行2008年2月～2010年7月K438线路单元区段共计3年的维修作业数据,主要包括39次轨检车检测数据,以及某提速干线上行2006年12月～2009年3月K251线路共计3年的维修作业数据,其中主要包括40次轨检车检测数据对本文构建的多阶段灰色非线性ACO-SVM预测模型进行了实例验证,通过对比基于预测模型预判的轨道几何不平顺状态发展与实际检测数据,并与其他预测方法进行对比,结果表明该方法取得了较好的预测精度,可以比较精准的预测维修周期内的轨道不平顺质量发展,为研究延长轨道的使用寿命提供新的思路。