高峰时段铁路车站晚点时长分布规律

基于运行实绩对高铁车站在早晚高峰时间段下的晚点时长分布规律进行研究，为行车人员提供行车指导，辅助行车人员充分估计晚点时长特征及预测晚点发展态势，更好地进行调度决策。首先描述高速铁路沪昆线上的运行实绩数据，并统计出早晚高峰时段下的车站晚点时长数据。然后，结合统计模型构建车站在早晚高峰时间段下的晚点时长分布模型，并比选确定出最优的晚点时长分布模型。最后，对车站在早晚高峰时段下的晚点时长分布特征进行归纳总结，相关研究结论能为列车晚点传播机理以及智能高铁调度指挥系统提供基础支撑。     

基于SIR模型车站晚点传播仿真研究

为进一步减小铁路网车站大面积发生晚点对日常行车组织的影响,本文主要运用复杂网络的病毒传播动力学理论来分析路网中列车晚点的传播扩散情况,通过建立基于SIR模型的车站晚点传播模型,分析了列车在车站晚点时的晚点传播机制。在此基础上,对单个车站晚点半小时、单个车站晚点不同时间、多个车站同时晚点半小时三种不同情况下车站的晚点传播情况进行仿真模拟。最后针对三种情况下的仿真结果提出相应的晚点传播控制措施,为制定车站发生晚点时的应急预案提供一定参考。     

基于极大代数的城际高速列车晚点传播研究

长三角城际铁路网客流量大、行车密度高,初始晚点产生概率增大,列车不能及时恢复正常运行,会造成大规模的列车连带晚点。通过对晚点传播基础特性的分析,基于极大代数的离散事件动态系统晚点传播模型,以长三角城际铁路网为例,通过对晚点传播的描述和推演,评价给定的列车运行图稳定性和鲁棒性。在此基础上提出3个运行图的调整策略,通过模型计算和分析,评价策略的适用性。     

高速列车晚点传播的SIS传染病模型

晚点传播理论是铁路列车运行图优化和行车指挥的基础理论。本文基于武广高速铁路运行实绩,建立晚点传播的SIS传染病动力学模型,并根据平稳性理论探索系统内晚点传播的最终趋势。模型通过晚点有效传播率、治愈率、增晚率和恢复率四个指标将状态变量和过程变量相结合,刻画了晚点传播的完整演变过程。系统内基本再生数小于传播阈值,因此在无重大干扰的情况下,预测晚点情况将逐渐恢复。     

基于注意力机制和时空卷积网络的客流预测方法

客流预测方法可以帮助城市轨道交通运营部门根据客流动态变化调配列车资源,是实现精准列车动态控制的基础。研究提出基于注意力机制和时空卷积网络模型的客流预测方法,融合不同功能的网络单元,使得网络可同时捕获客流数据的时间相关性、空间相关性和时空相关性,并采用注意力机制以提高模型预测的准确性,能够同时实现城市轨道交通多站客流的动态预测。基于北京地铁的实际客流数据对该方法和模型进行数值试验,结果表明该模型性能优于其他基线模型。     

行车间隔对高速铁路运行图可靠性影响仿真研究

高速铁路列车高峰时段行车间隔时间是决定列车运行图抗干扰能力和运输能力的主要因素。以晚点列车数、晚点总时间、冗余时间利用率和正点率作为评价指标,运用高速铁路调度指挥仿真系统研究列车行车间隔时间对运行图可靠性的影响。结果表明:在无系统干扰下,列车运行图保持高可靠性;在5min和10min行车干扰下,采用5min的行车间隔可保证运行图的可靠性;行车间隔5min实验方案受干扰大于10min时,晚点纵向传播程度大幅增大,为保证运行图可靠性前提下,宜采取8min行车间隔运行图。     

基于PNN模型和RF模型的沥青路面使用性能预测研究

如何准确地预测评断沥青路面使用性能,对于道路养护起着至关重要的作用。为了提出更为准确的路面使用性能评价方法,在规范所提出的评价指标的基础上,以临沂市的沥青路面使用评价相关数据为研究对象,分别基于概率神经网络（PNN）模型和随机森林（RF）模型,构建沥青路面使用性能预测模型,以此为沥青路面使用性能状态预测、科学制定沥青路面养护决策提供参考。     

城市轨道交通列车晚点成因分析及对策

为了解决城市轨道交通列车晚点问题,城市轨道交通列车晚点成因分析,对城市轨道交通行车调整方式进行探究,提出城市轨道交通列车晚点的控制对策以供参考。     

高速铁路列车运行图均衡性研究

以相邻间隔时间期望方差及相间间隔时间均值和方差为计算指标,描述车站的列车分布及顺序均衡性。运用均衡性指标矩阵及均衡度指标向量来评价列车实际与计划运行图的均衡性。结果表明,由于干扰影响列车间隔时间大小波动明显,列车到达均衡性整体优于列车出发均衡性,长沙南站时间间隔分布及顺序均衡性最差,衡山西站、株洲西站、长沙南站到发均衡度最差,应结合列车晚点情况重点考虑运行图结构优化。     

动车组列车客座率预测方法研究

列车客座率作为列车运营效益的直接衡量指标和计算客票收入的重要基础,客座率的科学预测可为运输企业增开列车等运营决策提供重要参考。本文探讨利用BP神经网络方法研究列车客座率预测的适用性。首先分析列车客座利用率的12类影响因素,其中结合具体线路细化停站结构为n级,则影响因素变量为n+10个;其次以影响因素变量为自变量,列车客座率为因变量,生成多层感知器进行要素分析并预测客座率。结果表明MLP模型预测精度较高,可用于动车组列车开行方案稳定或小范围调整时期的列车客座率预测。