基于BP神经网络的铁路轨道几何不平顺预测方法

设备密集型重载铁路对轨道平顺状态预测技术十分重视,受限于数据挖掘分析技术,轨道检测车在养护维修计划决策支持方面还未完全发挥应有的作用。本文根据轨道不平顺的变化特点,采用神经网络方法对重载铁路轨道不平顺7项参数进行预测,从而为养护维修策略的决策提供支持。将某重载铁路K420+000~K426+000区段长达18个月的轨道不平顺检测数据用于模型训练并进行预测分析,结果显示:双隐层、单隐层BP网络模型和多元回归分析模型的均方预测误差平均值分别为0.065 2、0.068 9、0.105 1,平均相对误差分别为8.03%、8.65%、11.57%。双隐层BP网络模型模型精度更高,该模型为重载铁路轨道不平顺发展预测的研究提供了新的思路。     

基于组合列车的重载铁路装车区车流组织优化模型研究

根据我国重载铁路车流组织以列为单位调整以及对线路通过能力要求较高等特点,对开行组合重载列车和单元重载列车的重载铁路装车区车流组织优化问题进行研究。建立以组合时间耗费最小化和重载通道流量最大化为目标的重载铁路装车区车流组织优化模型,并引入组合系数的概念,以解决由于列车组合作业造成的列车流输入输出不均衡的问题;为降低多目标优化求解的复杂度,将其转化为网络流模型并验证其解的等价性,并采用最小费用最大流算法对模型进行求解。以大秦铁路为例,研究其装车区车流组织问题,通过对计算结果的分析表明,所给出的模型简单而实用。     

高速动车组合理下线范围的决策模型及算法研究

随着我国铁路客运向高速化的全面迈进,高速铁路建设和运营的技术条件已经有了较大进步,因而高速动车组驶离高速线到既有线运行的模式逐渐成为运输组织模式研究的焦点,而高速动车组合理下线范围则是其中的关键问题之一。以此为背景,在分析多种铁路运输产品存在时旅客选择行为的基础上,将用户平衡理论应用于不同铁路运输产品间的客流分配问题中,同时考虑旅客和铁路客运部门两方面的利益,构造了一个双层规划模型来描述有多种铁路运输产品存在、且总客运需求变动情况下高速动车组的合理下线范围问题,并提出了基于灵敏度分析的求解算法。最后通过算例,分析在不同运价率条件下高速动车组合理下线范围的变化规律。     

������·ж���˿ճ�����ģ���о�

我国重载铁路运输组织比较复杂,空车回送也有其特殊性。本文在借鉴已有空车调配问题研究成果的基础上,分析了重载铁路空车以列为单位回送等特点,研究了重载铁路列车组合分解作业对通过能力的影响,建立了以组合列车数量、组合时间最小化为目标的重载铁路卸车端空车回送模型,并将其转化为网络流模型,采用最小费用最大流算法进行求解。以大秦铁路空车回送为例,利用本文所建模型求解并分析计算结果,得出重载铁路重车方向以提高输送能力为主、空车方向以提高通过能力为主等相关研究结论。     

重载铁路装车端空车配送模型

根据重载铁路空车调整具有以列为单位、装车点对空车列到达时间要求高等特点,定义满意度隶属函数,以车流平衡、到发时间间隔为约束条件,以装车点满意度最大及空车列空费时间最小为目标函数,建立重载铁路装车端空车配送的多目标模糊规划模型.采用混合遗传算法求解.以大秦铁路为例,采用建立的模型和算法,计算和比较湖东站单独作为空车列分解站、湖东站和大新站联合作为空车列分解站2种方案.结果表明:增加大新站作为装车端的空车列分解站,装车点满意度可提高13.66%,空车列空费时间则可降低87.67%,能更好地满足装车点对空车列到达时间等方面的要求及线路通过能力的限制.