由轨道不平顺等因素引起的高速列车振动会严重影响列车乘坐舒适度。针对该问题提出一种CART回归树车体振动预测模型，可根据既有轨检车检测的轨道数据而快速预测车体振动，对保证及改善列车乘坐舒适度具有较大研究意义。基于车辆动力学模型仿真，确定实际轨道检测几何参数与车体振动的相关性，使用CART回归树算法对所得实际轨道筛选样本数据进行学习训练从而建立车体振动的预测模型。计算结果表明：本文方法车体振动预测精度高达0.88

平均绝对误差小于0.004 8

与其他算法所得预测模型相比，各性能指标具有一定优势，能够有效预测车体振动。