基于xDeepFM的铁路货物运输时间预测

铁路货物运输时间会影响物流交付、列车调度等,准确的铁路货物运输时间预测是合理制定运输组织方案的关键.货物列车的运营受很多复杂因素的耦合影响,而既有研究普遍缺乏对各因素特征交互的深入探索,为了探索铁路货物运输时间预测新的特征融合机制、提高整体预测效果,本文创新性地将智能推荐算法领域的xDeepFM算法引入货运时间预测问题...     

铁路大风灾害预警系统设计与实现

为应对大风天气对铁路运输的影响,设计并实现了铁路大风灾害预警系统。系统基于B/S架构,针对铁路沿线风速监测点的数据状况,利用数据预测模块的移动平均法、单指数平滑法和三次指数平滑法对未来时段的风速进行预测,并进行综合评价预警,辅助调度人员进行调控决策,使列车能够根据限速建议及时做出运行调整。     

高速铁路预售期旅客购票量分布预测

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...     

基于LS-SVM和专家评价模型的轨道交通全生命周期宏观成本关键要素计算辨识方法

在轨道交通系统全生命周期分析的基础上，通过专家评价法耦合得到宏观成本要素同安全域、性能域和环境域之间的影响系数，同时利用宏观成本要素建立LS-SVM优化模型，获得各宏观成本要素在全生命周期成本中的比重系数。通过建立综合关键度评价指标模型将影响系数、比重系数以及平均占比结合，获得宏观成本要素对轨道交通系统全生命周期成本的综合关键度系数，利用综合关键度系数筛选宏观成本关键要素。通过对轨道交通系统施工建设阶段各宏观成本要素的案例进行辨识分析，得到施工建设阶段的宏观成本关键要素为建筑工程成本和机电设备购置成本。