检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于资源配置决策的铁路货运场站综合评价

中国铁道科学 2020年第4期41卷 146-152页

作者：李笑红徐金辰杨南北京交通大学交通运输学院北京100044 上海德邦物流有限公司快递市场本部上海201702

在考虑发展基础、服务能力、运营水平等反映铁路货运场站整体状况的相关因素基础上,构建评价指标体系;将模糊层次分析法与超效率数据包络分析法相结合,建立铁路货运场站综合评价模型,设计求解步骤。通过调整矩阵元素,将模糊互补矩阵改... 详细信息

在考虑发展基础、服务能力、运营水平等反映铁路货运场站整体状况的相关因素基础上,构建评价指标体系;将模糊层次分析法与超效率数据包络分析法相结合,建立铁路货运场站综合评价模型,设计求解步骤。通过调整矩阵元素,将模糊互补矩阵改造成模糊一致性矩阵,给出评价指标权重的计算方法并进行归一化处理;定义负向和正向指标并分别处理为规范化值,由此得到模型的输入数据,并简化模型为单一输入、单一输出的形式。以中国铁路上海局集团有限公司某货运中心下辖的23个货运场站为例,使用Python编程实现对模型的求解,得到货运场站的综合得分,据此对其进行综合评价。结果表明:评价方法能够有效反映铁路货运场站的运营发展状况和资源利用情况,对评价的多个场站实现合理排序,可为铁路部门配置场站资源以及确定改进方向提供决策参考。

关键词：铁路货运场站综合评价场站资源配置模糊层次分析法超效率数据包络分析法

在线全文

学校读者我要写书评

暂无评论

高速铁路预售期旅客购票量分布预测

铁道科学与工程学报 2024年第1期21卷 13-25页

作者：徐光明林珊珊米希伟王凯胡心磊中南大学交通运输工程学院湖南长沙410075 北京交通大学交通运输学院北京100044

在预售前(相隔31 d)预测高速铁路预售期旅客购票量分布是铁路企业精准进行收益管理的前提。基于高速铁路预售模式和旅客售票数据,分析预售期内各预售日旅客购票量的相关性,探究预售期旅客购票量分布的影响因素。综合考虑出发日特征以及... 详细信息

在预售前(相隔31 d)预测高速铁路预售期旅客购票量分布是铁路企业精准进行收益管理的前提。基于高速铁路预售模式和旅客售票数据,分析预售期内各预售日旅客购票量的相关性,探究预售期旅客购票量分布的影响因素。综合考虑出发日特征以及旅客购票量分布时序特征的影响,构建了考虑多输出间关联性的最小二乘支持向量回归-卷积长短期记忆网络(MLSSVR-ConvLSTM)模型。以京沪高铁线路中上海虹桥站至北京南站、上海虹桥站至徐州东站、上海虹桥站至无锡东站这3种不同距离OD旅客为例,进行预售期旅客购票量分布预测实例分析。研究结果显示:MLSSVR-ConvLSTM模型预测结果较好地反映了真实的预售期旅客购票量分布的变化趋势,平均绝对百分比误差为6.7%~11.0%,预测效果优于多元线性回归(MLR)、K近邻回归(KN)、极致梯度提升算法(XGBoost)、支持向量回归机(SVM)、多输出最小二乘支持向量回归(MLSSVR)和卷积长短期记忆网络(ConvLSTM)等模型,验证了所提出模型的合理性和有效性。进而表明,在构建预售期旅客购票量分布预测模型时,考虑预售期旅客购票量分布整体性以及各类因素的综合影响可有效地提高模型预测精度。所提出的预售期旅客购票量分布预测模型可以为铁路企业制定动态票额分配和浮动票价等政策提供理论支撑。

关键词：高速铁路预售期旅客购票量分布预测 MLSSVR-ConvLSTM模型售票数据

在线全文

学校读者我要写书评

暂无评论

面向行程时间预测准确度评价的数据融合方法

同济大学学报（自然科学版） 2013年第1期41卷 60-65页

作者：李慧兵杨晓光同济大学交通运输工程学院上海201804 上海济祥智能交通有限公司上海200092

提出BP神经网络融合模型.该模型由三部分组成:初始数据产生模块、BP神经网络数据融合模块、融合结果分析模块.选择四个参数作为该模型的输入变量,其中路段交通流密度和交通量由线圈数据提供,而行程时间估计值与浮动车样本量由浮动车数... 详细信息

提出BP神经网络融合模型.该模型由三部分组成:初始数据产生模块、BP神经网络数据融合模块、融合结果分析模块.选择四个参数作为该模型的输入变量,其中路段交通流密度和交通量由线圈数据提供,而行程时间估计值与浮动车样本量由浮动车数据提供,并且给出选择这四个参数的依据与原因.最后选择杭州市的一条主干道作为目标路段,采集该路段上的406组数据对该模型进行验证,试验结果表明模型对准确度评价的相对误差仅为4.86%.

关键词：行程时间估计值准确度评价 BP神经网络浮动车数据线圈数据

考虑Pareto最优的列车运行图与维修天窗协调优化

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年第3期21卷 949-958页

作者：张哲铭何世伟李光晔赵子琪王攸妙周汉北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

列车运行图与维修天窗之间的冲突始终无法避免,且维修天窗开设时间的长短显著影响列车总运行时间。针对此问题,综合考虑维修天窗对列车运行造成的限速约束、车站到发线数量约束等,建立列车总运行时间最小,以及维修天窗实际开设时长与理... 详细信息

列车运行图与维修天窗之间的冲突始终无法避免,且维修天窗开设时间的长短显著影响列车总运行时间。针对此问题,综合考虑维修天窗对列车运行造成的限速约束、车站到发线数量约束等,建立列车总运行时间最小,以及维修天窗实际开设时长与理想时长总偏差最小的双目标混合整数规划模型;对困难约束设置中间辅助变量将模型线性化以提高求解效率,并设计约束转换算法求解双目标模型的Pareto最优;微观化处理铁路线,将站内资源和站间资源细化为一系列行车资源单元,得到更加符合实际旅客运输需求的运行图。以某地区铁路线夜间开行列车及维修天窗开设计划为研究背景,调用商业软件求解双目标函数模型的Pareto最优,并对双目标模型的最小支配解和最优支配解进行对比分析;针对最优支配解下的列车进入、离开行车资源单元的时间、停站作业时间及维修天窗的开始时间及开设时长,绘制列车运行图。求解结果表明:模型在满足维修天窗最小开设时长的同时,能够兼顾列车运行总时间最小和维修天窗开设时长更充裕。基于最优支配解绘制的列车运行图表明:微观路网下的列车运行时刻表优化结果更符合实际旅客运输生产作业需要。研究结果可为铁路运营管理部门进一步优化列车运行图编制与维修天窗开设提供参考。

关键词：铁路运输列车运行图维修天窗到发线数量约束转换算法 Pareto最优

在线全文

学校读者我要写书评

暂无评论

多站协同的技术站配流优化研究

铁道科学与工程学报 2023年第3期20卷 846-855页

作者：李星宇宋瑞北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

技术站是铁路网的重要组成部分,其作业组织水平直接决定了铁路运输生产效率。传统的技术站配流问题通常考虑车站内部作业优化,如解编顺序、分类线运用等,以减少车辆在站停留时间。为加强站间互联互通,促进车流有序流动,提出基于货物列... 详细信息

技术站是铁路网的重要组成部分,其作业组织水平直接决定了铁路运输生产效率。传统的技术站配流问题通常考虑车站内部作业优化,如解编顺序、分类线运用等,以减少车辆在站停留时间。为加强站间互联互通,促进车流有序流动,提出基于货物列车编组计划的多站协同概念。建立以车辆在站停留时间最小为目标的考虑多台调机的单技术站动态配流模型M1和以协同后减少的停留时间之和最大、新增列车走行费用最小为目标的多站协同优化模型M2。考虑到模型M1属于NP-hard问题,设计拉格朗日松弛算法将模型分解为3个子问题求解。模型M2根据模型M1求得结果并结合多站协同概念,调用GUROBI求解器求解验证。通过案例分析可知:在计划时限内,给定的路网中共有6个技术站进行协同配流,通过改变欠轴停运列车的编组去向,实现相邻车站车流供给,车辆在站停留时间减少645.1 h,较协同前降低6.57%,增加6列正点出发列车。研究结果表明,提出的模型及算法能够压缩多站车辆在站停留时间,提高计划兑现率,增强铁路货物运输生产效率。

关键词：铁路运输技术站多站协同配流拉格朗日松弛算法

在线全文

学校读者我要写书评

暂无评论

考虑股道运用的重载卸车站作业计划优化研究

铁道科学与工程学报 2024年第4期21卷 1402-1411页

作者：周汉何世伟吴艺迪张哲铭北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划... 详细信息

重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划,在分析重载列车在车站作业流程的基础上,将重载列车在站技术作业过程转化为对卸车站内到达线股道、存车线股道、卸煤线股道、清煤线股道、组合线股道的5次占用问题,构建考虑股道运用的重载卸车站作业计划模型。考虑到模型属于NP-hard问题,设计微进化算法进行求解,并在微进化算法基础上引入大规模邻域搜索算法中的损坏和修复思想对算子操作进行改进。以朔黄铁路终端黄骅港站某夜间到达的15列重载列车为实际案例,对提出的模型和算法进行验证。研究结果表明:微进化算法所采用的优势基因结构机制能快速有效解决重载卸车站作业计划编制问题,相较于GUROBI求解器,其求解质量在95%以上且求解时间缩短48.16%,同时相较于遗传算法其求解质量提升5.38%且求解时间缩短27.49%。微进化算法得出的优化计划相较于人工编制计划,重载列车在站总时长缩短了389 min,提升了重载卸车站作业计划质量。研究结果能缩短重载列车在站作业时间,加速重载列车在站中转过程,为计算机自动编制车站作业计划提供智能决策。

关键词：重载运输车站作业计划股道运用微进化算法黄骅港站

多网联范围下的智能网联车换道决策组合模型研究

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2023年第1期23卷 77-85页

作者：赵建东贺晓宇余智鑫韩明敏北京交通大学交通运输学院北京100044 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 河北省交通规划设计研究院有限公司石家庄050000

为提升不同网联范围下智能网联车(Intelligent Connected Vehicles,ICV)的换道效率,结合深度强化学习和分子动力学理论,提出一种融合掩码机制和注意力机制的双深度Q网络(MaskAttention-DDQN,MAQ)换道决策模型。首先,在SUMO(Simulation o... 详细信息

为提升不同网联范围下智能网联车(Intelligent Connected Vehicles,ICV)的换道效率,结合深度强化学习和分子动力学理论,提出一种融合掩码机制和注意力机制的双深度Q网络(MaskAttention-DDQN,MAQ)换道决策模型。首先,在SUMO(Simulation of Urban Mobility)仿真环境中采集网联范围内ICV及人工驾驶车辆(Human Drive Vehicles,HDV)的行驶状态信息。其次,搭建MAQ模型,采用掩码机制和注意力机制方法,实现固定模型输入大小,以及实现置换不变性。第三,为实现车辆间影响程度的数值化,以车辆间相对速度和相对位置为参数,使用分子动力学理论为网联范围内HDV信息赋予权重。最后,分别在不同交通密度仿真环境中对不同换道决策模型和赋权方法进行对比,并测试ICV在不同网联范围(80~330 m,以50 m为间隔)下的换道决策效果。仿真结果表明,以40辆HDV、100 m网联范围为例,MAQ模型比DeepSet-Q模型拟合精度提高了90.2%;分子动力学赋权方法相比线性权重赋权方法总奖励值提高了5.5%,ICV平均车速提高了4.8%;ICV平均车速随着网联范围的扩大,呈现出先增大、再减小、后趋于平稳的变化规律。

关键词：智能交通智能网联车换道决策深度强化学习分子动力学网联范围

基于改进FP-Growth算法和贝叶斯的营业线施工安全风险分析

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年第8期21卷 3370-3381页

作者：蔡近近宋瑞何世伟赵日鑫姜俊平北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

铁路营业线施工事故致因因素众多且存在关联关系,挖掘事故致因之间的关联关系和因果关系对事故的预防管控具有重要意义。通过文本挖掘对2010—2022年某路局营业线事故调查报告进行处理,提取出51个事故致因因素。基于事故因果连锁理论将... 详细信息

铁路营业线施工事故致因因素众多且存在关联关系,挖掘事故致因之间的关联关系和因果关系对事故的预防管控具有重要意义。通过文本挖掘对2010—2022年某路局营业线事故调查报告进行处理,提取出51个事故致因因素。基于事故因果连锁理论将致因因素分为人因层、设备层、环境层、管理层4个层级进行分层分析,构建铁路营业线施工事故致因体系。基于压缩算法和差分编码对传统FP-Growth算法进行改进,以此对铁路营业线施工事故致因进行挖掘,找到满足提升度要求的高支持度关联规则和高置信度关联规则,发现关键致因关联和事故致因规律。基于贝叶斯网络理论、致因关联关系和专家经验建立营业线施工安全风险贝叶斯网络,结合复杂网络理论分析网络节点度、聚类系数与节点介数等特征,找到关键致因因素。在此基础上,运用因果推理和故障诊断推理进一步剖析营业线施工过程中的高风险致因,并从“人防、物防、技防”3方面提出预防管控措施。案例结果表明:施工人员操作不当、施工造成接触网故障、施工导致设施设备侵限、施工作业损害电缆设备、施工造成轨道电路故障和施工、检修、清扫设备耽误列车类事故之间的关联关系较为频繁,且为红光带事故的高概率致因,在施工作业过程中应多层次重点预防管控。研究成果为铁路营业线施工安全管理提供一种新的风险分析方法。

关键词：铁路营业线施工事故改进FP-Growth算法关联规则挖掘贝叶斯网络推理致因体系

考虑线路能力协调利用的车流径路与配空组织优化模型

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年第5期21卷 1783-1792页

作者：李光晔何世伟迟居尚王攸妙吴艺迪北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044

为提高铁路整体通过能力,均衡利用路网中各线路,应对愈发波动的运输市场,开展考虑线路能力协调利用的重空车流协调优化模型研究。首先,对线路能力协调利用的实现机理进行研究,在考虑流平衡约束、配空约束、线路能力约束基础上,增加考虑... 详细信息

为提高铁路整体通过能力,均衡利用路网中各线路,应对愈发波动的运输市场,开展考虑线路能力协调利用的重空车流协调优化模型研究。首先,对线路能力协调利用的实现机理进行研究,在考虑流平衡约束、配空约束、线路能力约束基础上,增加考虑铁路线路能力协调利用约束,同时在优化目标中增加紧张线路的使用成本,构建考虑线路能力协调利用的重空车流组织优化模型,以实现在优化车流径路与空车调配方案的同时兼顾铁路线路的协调利用。其次,在此基础上设计拉格朗日松弛算法,对线路能力约束与能力协调性约束松弛,将原问题分解为车流径路子问题、空车调配子问题和虚拟车流量子问题,进而降低了问题求解难度。再次,通过5组算例对算法的有效性进行验证,案例结果说明,设计的拉格朗日松弛算法在求解大规模算例时效率优于商业求解软件Gurobi。最后,设计了包含36个车站56条线路的实际案例,算法求解耗时4757.7 s,运输组织综合成本为29535803元,通过对求解结果分析,与传统优化模型相比该模型优化结果在运输成本仅增加1.56%的前提下能力紧张的线路数量由17条缩减至12条,降低了29.4%,同时空车调配符合就近配空的原则。研究结果表明,该模型可以有效缓解铁路能力紧张情况,促进铁路线路能力的协调利用。

关键词：铁路能力协调性车流径路空车调配拉格朗日松弛算法