检索结果-南通市图书馆

基于过饱和条件的市域铁路与地铁运行图协同优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年

作者：马晓天黄志鹏王旋高原铁路运输智慧管控铁路行业重点实验室兰州交通大学交通运输学院

随着城镇一体化的快速发展，通勤客流需求逐渐增大，市域铁路与地铁的衔接为通勤旅客的出行提供了便利，但大量的通勤客流给市域铁路与地铁衔接的换乘站带来了巨大的压力。为了满足市域客流和地铁客流的出行需求，同时降低通勤旅客在换... 详细信息

随着城镇一体化的快速发展，通勤客流需求逐渐增大，市域铁路与地铁的衔接为通勤旅客的出行提供了便利，但大量的通勤客流给市域铁路与地铁衔接的换乘站带来了巨大的压力。为了满足市域客流和地铁客流的出行需求，同时降低通勤旅客在换乘站的等待时间，缓解换乘站的客流压力，需要进行市域铁路与地铁列车运行图的协同优化。引入动态、过饱和OD客流概念，在过饱和条件下，考虑非均匀车头时距、灵活停站时间和旅客换乘条件等约束，从滞留旅客数量和换乘等待时间两个方面构建双目标非线性整数规划模型。结合模型特点，采用ε-约束法将其转化为单目标优化模型，设计具有双阀值和记忆功能的改进模拟退火算法。为验证所提方法的可行性和有效性，将模型及算法应用于金山铁路与上海地铁3号线上海南—中山公园进行案例研究。计算结果表明：优化后的市域铁路与地铁列车运行图，滞留旅客总数增加了9.28%，协同列车数增加了50%，旅客换乘总等待时间降低了60.79%，不断更新容忍度ε能够得到一组综合考虑旅客服务水平和换乘效率的近似Pareto方案，改进的模拟退火算法相较于传统模拟退火算法具有更好的收敛效果和求解效率。研究结果为市域铁路与地铁运行图的协同优化，进一步提升通勤客流的换乘效率提供了理论参考。

关键词：市域铁路列车运行图协同优化换乘接续 ε-约束法模拟退火算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁路工程绿色设计目标分解及实现途径分析

铁道科学与工程学报 2024年

作者：杨信丰李海军县勇巨玉祥贺锦兰州交通大学交通运输学院高原铁路运输智慧管控铁路行业重点实验室

铁路工程绿色设计，是实现其绿色发展的重要手段。目前，铁路工程各专业大多从某个工程应用角度出发，主要集中于绿化和污染防治案例研究，很少从系统角度出发研究铁路工程绿色设计。铁路工程要实现某一绿色指标，须从系统角度，各专业... 详细信息

铁路工程绿色设计，是实现其绿色发展的重要手段。目前，铁路工程各专业大多从某个工程应用角度出发，主要集中于绿化和污染防治案例研究，很少从系统角度出发研究铁路工程绿色设计。铁路工程要实现某一绿色指标，须从系统角度，各专业协同设计。因此，需要对铁路工程绿色设计目标进行特征分析，明确铁路工程绿色设计目标实现的主要途径。为此，首先从铁路绿色设计概念出发，采用目标层次分解法、问卷调查等方法，对铁路工程绿色设计的目标进行逐层分解，将资源节约划分为土地节约、能源节约、材料节约及水资源节约等，将环境保护分解为生态环境保护、水土环境保护、大气环境保护、人文景观提升及其他环境保护等方面，并进一步细化第3层次的属性特征，明晰了铁路工程绿色设计的目标特征及内涵。通过对铁路工程各专业的设计流程进行分析，依据相关设计规范和标准，梳理各专业在不同设计阶段的主要绿色设计要点。基于jieba分词工具将绿色设计目标特征及各专业的绿色设计要点划分为多个词向量，采用主观赋权的方法确定特征分词的权重，并定义语义信息匹配度，将铁路工程绿色设计目标与铁路工程设计的各专业进行匹配，明确铁路工程各绿色设计目标得以实现的主要途径，为铁路工程各专业系统实现总体绿色设计提供依据。

关键词：绿色设计铁路工程目标分解实现途径设计要点特征匹配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑时空动态特征的高速铁路网络鲁棒性评估

中国安全科学学报 2024年第4期34卷 111-120页

作者：李卓何瑞春李文霞兰州交通大学交通运输学院甘肃兰州730070 兰州交通大学高原铁路运输智慧管控铁路行业重点实验室甘肃兰州730070

为有效评估高速铁路网络(HSRN)的运输服务性能,保障HSRN面对突发事件的可靠性,基于复杂网络理论,考虑高速铁路服务网络(HSRSN)的动态变化,将时间信息纳入HSRSN的建模,提出一种考虑时空动态特征的HSRN鲁棒性评估方法。基于中国高速铁路... 详细信息

为有效评估高速铁路网络(HSRN)的运输服务性能,保障HSRN面对突发事件的可靠性,基于复杂网络理论,考虑高速铁路服务网络(HSRSN)的动态变化,将时间信息纳入HSRSN的建模,提出一种考虑时空动态特征的HSRN鲁棒性评估方法。基于中国高速铁路实证运行数据,验证考虑时空动态特征评估网络性能的必要性,并从时空维度上探究我国HSRN鲁棒性的分布特点。研究结果表明:不同站点所通过的列车流不同,网络鲁棒性表现出明显的空间分布差异性,且扰动场景不同,站点的列车频次和空间位置对站点重要性的贡献程度亦不同。扰动的发生时间和持续时间是影响网络鲁棒性的2个关键时间要素,其不同组合使网络鲁棒性具有显著的时间分布差异性,此外,扰动对不同时段的网络性能的影响程度不同,导致站点重要度排序在不同时段也存在较大波动性。

关键词：时空动态特征高速铁路网络(HSRN) 鲁棒性复杂网络理论时序网络效率

在线全文

学校读者我要写书评

暂无评论

高速列车运行图节能优化研究现状及展望

铁道运输与经济 2024年

作者：高珅盈泽张玉召冀璇兰州交通大学交通运输学院高原铁路运输智慧管控铁路行业重点实验室

为理清高速列车运行图节能优化的研究脉络，主要从高速列车节能运行方式、节能运行图模型构建、算法设计等方面对国内外相关研究进行综述。结果表明：高速列车节能运行具有多种节能方式并存、不同学科交叉等特点，其研究内容从单区间内... 详细信息

为理清高速列车运行图节能优化的研究脉络，主要从高速列车节能运行方式、节能运行图模型构建、算法设计等方面对国内外相关研究进行综述。结果表明：高速列车节能运行具有多种节能方式并存、不同学科交叉等特点，其研究内容从单区间内列车操纵策略优化，发展到列车运行图优化；模型约束从简单的速度、时间上限，变为考虑列车安全时距、复杂线路条件、电分相区等多种因素；算法思想也从基础的庞特里亚金原理，逐渐扩展到运用各类启发式算法帮助快速求解，以及使用精确算法进行预处理，提高求解精度。未来可以针对高速列车在复杂运行区间的驾驶策略、开行方案对能耗的影响、高速列车再生制动能的储能装置等方向继续深入研究。

关键词：高速列车节能运行运行图优化启发式算法研究综述

基于SARIMA-SVR模型的铁路货运量预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁道运输与经济 2024年

作者：钱名军李明鲡黄鑫兰州交通大学交通运输学院兰州交通大学高原铁路运输智慧管控铁路行业重点实验室

鉴于铁路货运量受多种外部因素影响呈现显著的随机波动特征而难以准确预测，提出了SARIMA-SVR预测模型。首先，对全国铁路月度货运量序列进行季节时间序列(SARIMA)建模，得到模型的初始预测值及预测残差。其次，构建支持向量机(SVR)回... 详细信息

鉴于铁路货运量受多种外部因素影响呈现显著的随机波动特征而难以准确预测，提出了SARIMA-SVR预测模型。首先，对全国铁路月度货运量序列进行季节时间序列(SARIMA)建模，得到模型的初始预测值及预测残差。其次，构建支持向量机(SVR)回归预测模型，将影响铁路货运量的外部因素作为模型输入项，SARIMA模型预测残差序列、月度货运量序列分别作为模型输出项，由此分别获得SARIMA模型预测残差的优化值以及SVR模型的货运量预测值。三是将优化后的SARIMA模型预测残差与其初始预测值相加，得到优化后的SARIMA模型预测值。四是再对优化后的SARIMA模型预测值和SVR模型预测值进行加权求和，得到SARIMA-SVR模型的预测结果。最后，对SARIMA-SVR模型进行消融实验验证模型有效性，并将该模型与经典预测模型进行测算精度对比。结果表明，SARIMA-SVR模型的预测精度优于单一模型和经典预测模型，在货运量预测方面具有良好的适用性。

关键词：铁路运输货运量预测 SARIMA-SVR模型季节性时间序列支持向量机

基于主成分分析法的城轨运营安全评价指标体系研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

都市快轨交通 2024年第2期37卷 131-138页

作者：惠昌武许得杰巩亮曾钰宁钟苗苗兰州交通大学交通运输学院兰州730070 高原铁路运输智慧管控铁路行业重点实验室兰州730070

研究城轨运营事故的分布特征和致因机理,对保障运营安全、制定安全管控措施具有重要意义。本文针对1970—2022年国内外425例城轨运营事故,对比分析运营事故的发生原因及时间分布特征。基于致因机理并结合主成分分析法,构建城轨运营安全... 详细信息

研究城轨运营事故的分布特征和致因机理,对保障运营安全、制定安全管控措施具有重要意义。本文针对1970—2022年国内外425例城轨运营事故,对比分析运营事故的发生原因及时间分布特征。基于致因机理并结合主成分分析法,构建城轨运营安全评价体系,提出基于博弈论的组合权重评价方法,并以1990—2022年我国274例运营事故数据为例,结合专家打分情况,从宏观角度分析我国城轨运营安全状况。研究结果表明:引发运营事故的原因包括人员因素、设备因素和环境因素,其中国内和国外由设备原因导致的运营事故占比最高,分别为65%、56%,1月、3月、7月、8月和12月为事故频发月份,与客流高峰月份相同;组合赋权法既考虑客观统计数据中的信息量,又结合主观专家的经验积累,其评价结果与统计结果相差较小,证明评价方法的可行性。

关键词：城市轨道交通运营安全主成分分析指标体系博弈论

在线全文

学校读者我要写书评

暂无评论

城市轨道交通企业财务表现能力研究

城市轨道交通研究 2024年第2期27卷 157-164页

作者：许得杰潘星巩亮李岩兰州交通大学交通运输学院兰州730070 兰州交通大学高原铁路运输智慧管控铁路行业重点实验室兰州730070

[目的]为了系统性地把握企业财务状况,提升城市轨道交通企业的经营决策能力,需研究城市轨道交通企业的财务表现能力。[方法]从营业总成本、盈利能力、偿债能力、营运能力和成长能力五个方面,统计分析了我国10座城市的轨道交通企业的营... 详细信息

[目的]为了系统性地把握企业财务状况,提升城市轨道交通企业的经营决策能力,需研究城市轨道交通企业的财务表现能力。[方法]从营业总成本、盈利能力、偿债能力、营运能力和成长能力五个方面,统计分析了我国10座城市的轨道交通企业的营业总成本及人工成本、偿债能力比率、盈利能力比率、营运能力比率和成长能力比率,并基于此研究了企业的财务表现能力。[结果及结论]天津地铁存量PPP(公私合营)项目盘活资金超150亿元,减轻了政府债务负担。其他城市的轨道交通企业的营业总成本和人工成本整体呈上升趋势,建议通过PPP模式来减轻政府财务压力,提高成本效率。北京、成都、武汉、青岛、南京的轨道交通企业的长期偿债能力较弱。针对2021年成都、武汉、南京的轨道交通企业的负债程度偏高问题,建议采取光伏发电、地源热泵、共享车辆基地、设备国产化等措施减少企业成本。对于企业盈利偏低问题,建议通过提供运营服务咨询、运营管理服务等方式增加收入。

关键词：城市轨道交通财务表现能力偿债能力盈利能力营运能力成长能力

在线全文

学校读者我要写书评

暂无评论

基于弹性需求和动态定价的共享泊位分配

科学技术与工程 2024年第10期24卷 4329-4335页

作者：蒋韶华贾晓燕吕维珩兰州交通大学交通运输学院兰州730000 兰州交通大学高原铁路运输智慧管控铁路行业重点实验室兰州730070

为解决共享车位管理中的车位分配与定价问题,考虑了价格变化对于用户不同停车时长选择的影响,分析在不同停车收费标准下用户停车时长选择的概率,并采用多项式拟合得到精细化的共享停车需求价格弹性函数。进而,为实现停车场价格的动态调... 详细信息

为解决共享车位管理中的车位分配与定价问题,考虑了价格变化对于用户不同停车时长选择的影响,分析在不同停车收费标准下用户停车时长选择的概率,并采用多项式拟合得到精细化的共享停车需求价格弹性函数。进而,为实现停车场价格的动态调整与车位分配,以平台收益最大与用户步行距离最小为目标,构建基于弹性需求和动态定价的泊位分配非线性混合整数规划模型,并设计了遗传算法。最后,设计了包含3个停车场共1000个泊位、共享平台运营时长为3 h的算例,对模型及算法加以验证,通过对比分析,基于弹性需求和动态定价的共享泊位分配方案相比于静态定价,实现平台收益增加19%且满足了大部分停车需求,说明动态定价下共享泊位分配模型及算法的有效性,为共享平台的车位管理提供了新思路。

关键词：城市交通泊位分配非线性混合整数规划共享停车弹性需求动态定价

基于可解释机器学习框架的列车乘车区段客流分布预测方法

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 2024年第2期24卷 249-262页

作者：孙国锋景云李和壁田志强田小鹏北京交通大学交通运输学院北京100044 北京交通大学智慧高速铁路系统前沿科学中心北京100044 中国铁道科学研究院集团有限公司铁道科学技术研究发展中心北京100081 兰州交通大学交通运输学院兰州730070 兰州交通大学高原铁路运输智慧管控铁路行业重点实验室兰州730070

为解释客运产品特征对列车乘车区段客流分布预测的影响,本文提出一种基于可解释机器学习框架的高速铁路列车乘车区段客流分布预测方法。首先,提出基于梯度提升树模型的高速铁路列车乘车区段客流分布预测框架,构建不同梯度提升树模型(GBD... 详细信息

为解释客运产品特征对列车乘车区段客流分布预测的影响,本文提出一种基于可解释机器学习框架的高速铁路列车乘车区段客流分布预测方法。首先,提出基于梯度提升树模型的高速铁路列车乘车区段客流分布预测框架,构建不同梯度提升树模型(GBDT、XGBoost、LightGBM及CatBoost)的高速铁路列车乘车区段客流分布预测模型;其次,计算特征贡献重要度,基于SHAP(SHapley Additive exPlanations)方法实现特征变量优化,揭示单一特征和交互特征与列车乘车区段客流分布预测的非线性关系。北京南—上海虹桥间列车客流分布预测结果表明:4种模型可精准预测客流分布结果,GBDT,XGBoost,LightGBM及CatBoost在测试集的决定系数分别为0.9664,0.9601,0.9680及0.9715;特征优化后,按贡献重要度排序依次为标杆车,票价,旅行时间,日期,星期,车次及出发时间;特征优化后,CatBoost-7模型在验证集中的决定系数为0.9458;日期和标杆车对客流分布预测呈现非线性正相关,旅行时间对客流分布预测呈现非线性负相关,低旅行时间、高票价及出发时间整点的标杆车对客流分布预测产生正向影响。本文研究结果能够为高速铁路客运产品设计提供一定参考价值。

关键词：铁路运输客流分布预测可解释机器学习列车乘车区段非线性关系