基于客运大数据平台的铁路客流预测系统

客流预测是铁路路网规划、线路及场站设计、铁路运营等工作的重要基础.针对多层面、不同类型、不同时期的铁路客流预测业务需求,依托铁路客运大数据平台,构建铁路客流预测系统,能够在同一系统平台上完成客流预测方案的测试、评价和规范化应用.该系统集成各类客流预测算法模型,可充分利用历史售票数据,并考虑年度、季节、星期、时间、节假日...     

综合交通枢纽客流识别系统的应用研究

本研究意在探究客流感知对综合交通枢纽运营管理的影响,提出客流预测系统的功能需求,构建客流预测系统的架构。     

基于EMD的SVR方法在铁路客流预测中的应用

客流预测是铁路客运运营管理的重要依据,铁路客流具有非线性、非平稳的特点,传统预测模型很难得到满意的结果,因此利用经验模态分解(EMD)方法对客流进行自适应的分解,利用支持向量回归机(SVR)对固有模态函数(IMF)进行预测,建立基于EMD的SVR铁路客流预测模型。利用Matlab对SVR预测、BP神经网络预测和基于EMD的SVR预测模型进行仿真实验,得出3种预测模型的平均相对误差,分别为22%、25%和13%。结果表明,基于EMD的SVR方法的预测精度明显高于另外两种预测方法,能够有效地提高铁路客流预测准确性。     

合肥铁路枢纽的客流现状及客运量预测研究

分析合肥铁路枢纽客流增长趋势和客流波动特点,采取数学建模,运用指数平滑预测法,预测合肥铁路枢纽客运量发展趋势。     

面向冬奥会突发客流的铁路客运运力应急处置策略研究

客流分布特征及规律是铁路客运运输组织的依据,根据客流状态及时调整运力配置,充分满足旅客出行需求,铁路主要的运营目标。京张高铁目前已投入运营,并将成为北京冬奥会铁路运输系统。文章基于京张高铁历史客流数据和已公布的冬奥会赛事日程信息,对冬奥会期间崇礼和延庆赛区的基本客流构成和特征进行分析和预测;分析冬奥会赛事期间突发客流成因及形成过程,确定了客流密度分级定义,以对客流密度进行分级监测和预警,准确把握铁路运输系统面临的客流压力大小;分别从客流和运力利用状况两个角度,定义冬奥会突发客流预警指标,提出实现突发客流与铁路运力相匹配的应急措施,实现冬奥会期间突发客流应急处理闭环管理。     

铁路旅客列车票额智能预分研究

根据铁路的客流特点、季节特征和预售票规律,结合客流的历史数据和专家经验,采用时间序列分析方法建立旅客列车客流预测模型,预测旅客列车的OD客流.以预测的OD客流为基础,以旅客列车全程的客座率、收入以及整体效益最大化为目标,研究提出先长途后短途、先有座后无座、先按数量预分再按比例预分等旅客列车票额预分等主要原则,给出票额预分算法,并在此基础上构建铁路旅客列车票额智能预分系统.实际应用结果表明,该系统实现了铁路旅客列车票额的动态分配,提高了旅客列车沿途停靠车站组织客流的积极性,提高了旅客列车的客座率.     

铁路客流总量预测方法研究

客流预测是铁路运输进行运力布局,产品调整的重要基础。预测的科学性、精确度将直接影响运输生产,因此努力提高客流预测的精度与可用性,是目前运输学科的一个热门研究领域。本文提出基于历史与预售的时间序列（HAP）预测方法对铁路客运中、短期客运总量进行预测分析,以预测铁路客流总量,控制预测误差。经过实际应用,验证了该方法的科学性和合理性。     

铁路假日客流的预测与修正

以铁路J站的国庆客流样本为倒,采用最小二乘法和趋势外推法综合预测技术,提出铁路假日客流预测和修正方法的分析与探讨,以撷取预测方法中的优点,弥补预测结果的不足。     

加德满都至博克拉铁路客运量预测研究

新建加德满都至博克拉铁路项目位于尼泊尔中部,线路由尼泊尔首都加德满都至博克拉,正线全长164.395 km。由于沿线区域欠发达,几乎无铁路分布,项目客运量预测存在基础资料少、铁路统计调查数据缺失等困难,针对上述困难,对预测的方法进行研究,根据项目客流特点,将尼泊尔划分为17个小区,采用四阶段法进行客运量预测。结合小区人口和旅游客流的现状及增长情况,预测各小区的交通生成量,采用重力模型法得到总客流OD,通过Logit模型得到铁路OD,最后根据最短路径法进行客流分配,从而得出项目区段客流密度和车站旅客发送量,本项目的预测对类似项目有一定的参考作用。     

我国市郊铁路客流特征分析及需求预测

研究目的:市郊铁路正逐步成为一种联系城市和郊区、城市和城市的满足长距离、大运量运输要求的重要交通运输方式。客流特征分析及需求预测对于市郊铁路规划和运营具有十分重要的作用。本文以北京市郊铁路S2线为研究对象,分析了我国市郊铁路的客流特征和客流需求预测方法,旨在为市郊铁路的长远发展打下基础。研究结论:(1)我国市郊铁路具有早晚高峰明显、节假日客流量高的时间分布特征,空间分布上具有上下行客流密度分布不均衡、客流集中度较高的特征;(2)市郊铁路客流在特殊时段内具有波动性和随机性,分布并不均衡,适合采用灰色GM(1,1)模型进行客流量预测,对北京S2线的实例研究取得了较高的预测精度和满意的预测结果;(3)本文对各城市市郊铁路客流量中长期预测的研究工作有一定的参考价值,可为市郊铁路的建设发展提供一定的理论支撑。     

基于人工智能的高铁动车组智能运维数据分析系统的构建

针对高速铁路（简称：高铁）动车组部件故障诊断和预测的业务需求,依托动车组故障预测与健康管理（PHM,Prognostic and Health Management）系统,在基于人工智能的高铁动车组智能运营维护（简称：运维）算法研究平台中构建高铁动车组智能运维数据分析系统。介绍了高铁动车组智能运维算法研究平台的架构,以及高铁动车组智能运维数据分析系统的数据处理流程和关键算法。并以高铁动车组客室空调为例,选取客室空调相关传感器数据进行数据分析,得到影响客室空调健康状况的特征,并对聚类结果进行健康度数据标注,作为客室空调健康评估模型开发的基础。     

铁路客运车站客流监测与预警系统

由于缺乏准确的实时客流数据,铁路客运车站的客运组织一直主要依靠经验来调配设备、人员等所需资源。为此,开发了铁路客运车站客流监测与预警系统,通过有效利用铁路客票预售数据、车站历史客流数据、旅客进出站实时数据、列车正晚点数据等相关数据,建立基于K均值聚类的支持向量回归机客流预测模型,实现车站每日进站客流、分时段进站客流、候车室客流的监测、预测及超限预警,方便车站工作人员随时掌握客流动态,及时根据客流变化进行设备和人员动态调配,更加精准、高效、安全、有序地开展车站客运组织作业,有助于改善车站客运服务水平,提升旅客出行体验。     

铁路客运电子支付投诉问题处理系统研究与设计

设计铁路客运电子支付投诉问题处理系统,解决旅客投诉退款处理时间较长的问题。利用虚拟化技术、基于内存的分布式集群技术,结合铁路网络情况和客票系统、电子支付平台架构,实现各业务、技术部门在统一平台系统下联合处理投诉问题。在保证铁路资金安全的前提下,该系统可以有效地提高投诉退款问题处理效率,缩短跨部门跨系统的流转审核时间,最终缩短投诉办理时间。     

铁路客运安检查危系统在旅客服务与生产管控平台中的应用研究

随着高速铁路建设的推进与客流量的攀升,大客流已经成为许多铁路客运车站的常态。重视大客流条件下的铁路客运安检查危工作,开发一个信息化的客运安检查危系统,是保证铁路旅客运输安全的关键。文章基于旅客服务与生产管控平台,设计铁路客运安检查危系统,介绍系统架构、功能设计、核心模块、关键技术及应用效果。在张家口客运车站、青岛客运车站对系统的功能进行试验,试验结果表明,该系统对禁限物品的识别率得到明显提高,实现了安检信息的集成与共享。铁路客运安检查危系统的应用,有利于发现车站运营安全风险,提高安检工作效率,确保安检工作平稳、高效运行。     

后疫情时代基于XGBoost的铁路客运站客流量预测研究

进入"后疫情时期",铁路客流正逐步回升,但呈现较大波动,面对铁路提质增效的任务,准确预测客流量愈发重要.文章采用极端梯度提升(XGBoost,eXtreme Gradient Boosting)模型,以新冠肺炎疫情、天气和日期属性作为影响因素,选取上海站2016年1月1日—2020年7月27日客流量数据作为训练集和验证...     

智能客站设备大数据运维服务平台的设计与实现

针对如何对铁路客运车站(简称:客站)设备进行更高效、全方位、多角度地进行管理的问题,搭建了智能客站设备大数据运维服务平台,介绍了其功能架构和设备健康状况评价体系。该平台实现了设备运行状态的实时监测、特征主动识别、故障预测、运维趋势推演、多属性健康状况评价等功能,提升了客运设备健康程度和智能客站设备管理整体智能化水平,为智能客站设备运维管理提供了新的管理思路和技术手段,为下一步客站设备健康评估应用的开发奠定基础。