基于随机灰色蚁群神经网络的集装箱结点站运量预测

根据铁路集装箱运量预测受到多因素影响以及非线性的特点,利用随机灰色变量描述预测系统的不确定性,建立了随机灰色预测模型以及基于蚁群算法的递归神经网络模型,在此基础上,提出了一种基于随机灰色蚁群神经网络的集装箱结点站运量预测方法.最后,以兰州铁路局兰州北站为例,对模型的预测精度和有效性进行分析.研究结果表明:基于蚁群算法的...     

基于Holon的虚拟应急物流协同体系及可靠性分析

为了提高应急救援的效率,通过引入Holonic系统建模的思想,构建了虚拟应急物流协同体系.在此基础上,考虑到应急物流高可靠性的特征,以及构造复杂系统可靠性指标和参数间解析表达式的困难性,利用基于贝叶斯网络对其体系结构进行可靠性分析.最后,实例分析了该协同体系的合理性和科学性.     

依托铁路铜山站建设无水港的思考

无水港是具有完善的沿海港口功能和方便的外运操作体系的内陆集聚地。通过分析徐州市的经济现状、区位优势以及徐州市物流企业发展存在的问题,在此基础上,提出了依托铁路铜山站建设无水港的建议方案,并从铜山站货场既有设备改造、铜山无水港的意义、铜山无水港发展定位及铜山无水港功能等方面,对该方案进行了详细的分析。     

铁路货场装卸作业的安全性评价模型

通过对铁路货场装卸作业特点的分析,建立铁路货场装卸作业安全性的评价指标体系,利用AHM属性层次分析法确定各因素的权值,然后利用多级模糊综合评判法进行评判,以判定货场装卸作业安全程度的高低。     

放射形铁路专用线直达车流取送车问题的单亲遗传算法研究

专用线最佳取送车顺序的确定,有利于减少作业车在站非生产性停留时间,加速车辆周转.通过分析放射形专用线直达车流取送车作业特点,构造了该问题的染色体编码方式,采用轮盘赌策略进行染色体选择,以作业车在站最小停留时间作为适应度函数,设计了该问题的单亲遗传算法,并结合算例进行计算,结果表明,该算法求解直达车流取送车问题取得了较好...     

高速公路基本段服务水平的可拓聚类分析

高速公路基本段服务水平是分析高速公路通行能力的重要内容,本文基于物元模型和聚类分析,提出了高速公路基本段服务水平的可拓聚类分析方法,应用物元和可拓集合中的关联函数,建立了基本段服务水平聚类分析模型,并利用某高速公路的实际数据进行了分析计算,结果表明可拓聚类分析方法是有效的.     

基于乘车选择的城市轨道交通停站方案研究

通过分析轨道交通的跨站停站模式下乘车方案,不同选择下出行时间的变化,建立轨道交通列车组合式停站方案0-1整数规划模型。在停站模型中,以总体旅行时间节省最多为目标函数,以路径的连续性、可行性为约束条件。根据乘车方式的不同将客流进行分类处理,引入列车的吸引系数。采用算例验证模型的有效性以及可行性,同时对列车的客流吸引系数和发车间隔时间进行灵敏度分析;结果表明:开行组合停站方案可以节省乘车时间。通过参数灵敏度分析:快慢车停站方案节省时间最多,在现有的发车间隔下,针对特殊客流,开行组合式停站方案是有利的。     

基于物元和信息熵的铁路冷藏集装箱办理站布局分析

铁路冷藏集装箱办理站的布局要受到技术条件、设备条件、联运能力及所在区域社会经济发展状况等因素的影响。本文根据有关文献和历史数据,首次将物元与信息熵结合,对铁路冷藏集装箱办理站的布局进行了分析,建立了基于物元与信息熵的铁路冷藏集装箱办理站布局的多目标决策分析模型。通过建立经典域和节域,得到了关联函数;最后通过算例,验证了该模型的有效性、客观性和适用性,并归纳了模型的特点及适用范围,对分析铁路冷藏集装箱办理站的布局具有一定的借鉴意义。     

不同编组运营模式下地铁运力与客流匹配度对比分析

基于客运组织模式由高密度向高灵活度转变的发展前景以及灵活编组运营模式的兴起，有必要对不同编组运营模式下地铁运力供给与客流需求的匹配度进行分析研究。在既有研究的基础上，首先，分析影响匹配度的要素，并采用粗糙集策略进行指标筛选，在此基础上提出基于CRITIC-TOPSIS法的地铁运力供给与客流需求匹配度评价模型；然后，将此模型应用于北京地铁2号线，对固定编组与灵活编组模式下各时段的匹配度进行对比分析，并分别基于平峰期和高峰期的数据分析灵活编组对匹配度的影响。研究结果表明：北京地铁2号线采用固定编组模式全日各时段匹配度均低于60%,且存在客流高峰时段运力不足，低峰时段运力虚糜的问题；采用灵活编组模式所有时段匹配度评价值均优于固定编组；除早高峰和运营开始结束时段外，其余时段匹配度均高于60%,匹配度良好，可有效提高列车能力利用率及乘客服务水平。