融合主体偏好的铁路全生命周期指标评价

为了量化铁路设计方案在全生命周期内对不同指标的偏好程度,研究了多目标条件下融合主体偏好信息的铁路指标评价问题。将项目周期分为决策设计、施工建设与运营维护3个阶段,对比各阶段参与方的参与率选出不同主体,分析参与主体对经济效益、环境影响与安全性能3个子目标的偏好程度,结合现有的关于铁路项目全生命周期的指标体系,构建多目标指标评价模型并利用拉格朗日乘子法求解。贵广铁路案例结果表明:该研究成果可较好量化各阶段主体对速度目标值(0.442)、平均上座率(0.509)、平均周转量(0.493)等指标的偏好程度,并可为决策者在以经济、环境和安全等综合效益为优化目标进行设计方案比选时提供技术方法。     

道路养护改建项目决策的一种新方法

针对路面养护改建项目优先级的确定问题,提出了一种新的多属性决策的分析方法,在不需要主观赋权的情况下,该方法能对反映道路状态的多属性指标进行客观赋权,使用该法对沥青养护改建项目进行了优先级排序分析。     

公交服务水平评价的Fuzzy Logic模型

本文在充分考虑评价对象的复杂性和评价指标的模糊性的基础上,提出了城市公交服务水平的多目标、多级综合评判方法的Fuzzy Logic模型。该模型通过熵权法确定指标权重,有效避免因个人主观因素对参数指标权重的影响,避免了传统评价方法的主观片面性。最后以某市公共交通为例,依据实际运营资料,提出评价指标体系,并利用已建立的模型进行了案例分析,分析模型的正确枉及评价方法的可行性,效果良好。     

道路养护改建项目决策的一种新方法

针对路面养护改建项目优先级的确定问题 ,提出了一种新的多属性决策的分析方法 ,在不需要主观赋权的情况下 ,该方法能对反映道路状态的多属性指标进行客观赋权 .最后 ,使用该法对沥青路面养护改建项目进行了优先级排序分析 .     

基于改进物元可拓的地铁车门系统健康评价模型的构建

在分析现有地铁车门系统健康状态评价模型缺陷的基础上,利用博弈论组合赋权的思想将熵权法得到的客观权重与由层次分析法得出的主观权重进行最优组合,得出综合权重。鉴于地铁车门系统的健康状态具有随机性和模糊性,运用物元可拓模型并对其进行改进,构建了基于博弈论和改进物元可拓的地铁车门系统健康状态评价模型。该模型不仅能较好地避免了权重赋值的片面性,还能克服传统物元可拓模型的局限性。并选地铁车门系统对模型的有效性进行了验证,将其评价结果通过与其他评价方法的结果进行对比。结果表明,该模型的评价结果与其他评价方法的结果基本一致。表明了该模型的有效性,可为科学制订地铁车门检修计划提供理论依据。     

SOM网络在铁路危险货物专用线风险评价中的应用

为合理确定铁路危险货物专用线的风险水平,提出了一种基于神经网络技术的风险评价模型.根据铁路危险货物专用线运营的特点及国家相关标准的要求,比较全面、系统地构建了铁路危险货物专用线及附属设施风险评价指标体系.为了弥补现有铁路危险货物专用线定量风险评价方法的不足,提出了基于自组织特征映射(SOM)网络的铁路危险货物专用线风险评价模型,并将训练后的模型应用于中石油某线路的风险评价,确定了该线路的风险等级.实例计算表明,该模型假设合理,计算结果符合实际情况.     

基于嵌入式拉开档次法的南广线引入贵港市方案评价

传统的铁路干线引入枢纽地区的方案评价方法受主观因素影响很大。本文结合贵港地区铁路现状和当地城市规划,在建立相匹配的引入方案评价体系的基础上,运用定量分析和定性分析相结合的方法确定模糊判断矩阵,在一定程度上提高了评价的准确性。运用主客观信息集成的嵌入式拉开档次法确定各评价指标权重,并进而提出了较为全面客观的新建铁路引入枢纽地区的方案评价模型。该方法既能最大限度地体现被评价对象之间的整体性差异,又能很好地体现出专家的主观判断,提高了评价结果的可靠性。     

交互式权重优化法在路网规划方案综合评价中的应用

考虑到公路网规划方案评价体系的多因素和多目标性,文章首次提出了用交互式多目标决策方法进行公路网规划方案的综合评价,该方法主要利用历史数据对主观权重进行优化,并且用关联度对主、客观权重进行综合.利用此方法,提出路网规划方案综合评价模型,该模型能够对路网方案指标进行比较客观的评估,从而为公路网规划方案实施可行性论证提供依据,最后结合实例,对提出方法的实用性进行了验证.     

交互式权重优化法在路网规划方案综合评价中的应用

考虑到公路网规划方案评价体系的多因素和多目标性,文章首次提出了用交互式多目标决策方法进行公路网规划方案的综合评价,该方法主要利用历史数据对主观权重进行优化,并且用关联度对主、客观权重进行综合.利用此方法,提出路网规划方案综合评价模型,该模型能够对路网方案指标进行比较客观的评估,从而为公路网规划方案实施可行性论证提供依据,最后结合实例,对提出方法的实用性进行了验证.     

AHP权重决策的铁路车站信号楼作业安全等级评价

在分析铁路车站信号楼作业安全研究基础上,结合全路车站信号楼作业过程中存在的问题,构建评价铁路车站信号楼作业安全评价指标,提出以AHP权重决策过程为基础建立评价模型,通过判别矩阵计算各评价指标的权重,并结合测度矩阵对车站信号楼作业评价安全等级。以呼和浩特站信号楼作业安全评价为例,运用基于AHP权重决策的评价模型评价该站信号楼作业安全等级,结果表明:该模型能较好的评价信号楼作业安全等级。     

基于RBFNN的铁路混凝土桥梁构件状态评估

介绍了RBF神经网络模型的结构和训练算法,提出了既有铁路桥梁构件的综合状态评估模型,根据RBF神经网络的自适应性和学习能力,成功的将RBF神经网络应用于既有铁路桥梁构件综合状态评估中去,并给出了便于获取,且能全面准确反映桥梁实际工作状态的输入参数.以某铁路线的若干组实测数据对RBF神经网络进行训练和测试,系统输出与期望输出吻合较好,证明了RBF神经网络评估既有桥梁构件综合状态的准确性、有效性和稳定性.     

基于进化神经元算法的堡镇隧道软弱围岩施工弹塑性智能位移反分析

结合宜万铁路堡镇隧道的施工,将BP神经网络和遗传算法引入特长隧道软岩段的施工位移反分析,采用遗传算法自动搜索BP神经网络训练效果最优的参数,建立起反映围岩变形与岩体物理力学参数及初始地应力之间高度非线性、不确定的GA-BP智能模型,然后采用遗传算法在岩体物理力学参数和初始地应力取值范围内,搜索BP神经网络预测围岩变形与实测围岩变形最接近的参数组合,取得反演获得的岩体物理力学参数和初始地应力.从堡镇隧道应用结果来看,这种进化神经元算法反演结果可以满足隧道施工的需要,并为类似工程提供了借鉴.     

铁路客流量预测分析与研究

铁路客流量预测与分析对铁路部门采取有效的应对措施具有十分重要的意义,分别应用基本的神经网络和遗传算法优化BP神经网络对客流量进行了预测,建立铁路客流量网络预测模型.分别利用以前客流量的数据对2011年和2012年的客流量做了预测验证,并对2013年的客流量做了预测,结果表明利用遗传算法优化BP神经网络得到的预测数据和实际的基本相符,该预测算法应用到客流量的预测中效果良好,具有很好的应用和推广的前景.     

基于GA-BP模型的铁路货运量预测

针对于目前已有铁路货运量预测方法的缺陷与不足,提出基于遗传算法和神经网络的混合预测模型对铁路货运量的预测方法进行改进优化,目的保证其预测精度.首先引用灰色关联分析法,以此来确定全国铁路货运量与其主要影响因子之间的关联度,然后按照其关联度在标准值之上的关联因子,建立GA-BP神经网络预测模型.最后通过实例分析表明,此模型预测精度及推广能力均优于传统的预测方法,从而证明该方法的可行性和有效性.     

基于改进 BP 神经网络的铁路货运量预测

在分析铁路货运量预测方法的基础上,针对标准BP神经网络的不足,提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度,以此来得到更好的激励函数响应特征以及更好的非线性表达能力;其次,利用附加动量因子,通过对以前经验的积累,既降低了神经网络对误差曲面的局部细节敏感特性,又较好的遏制了神经网络易于限于局部最小的缺陷;最后,采取改变学习率的方法,给定一个较大的学习率初始值,在学习的过程中学习率不断减小,网络最终趋于稳定。改进BP算法既可以得到更优的解,还能够缩短训练时间。利用全国铁路货运量的相关数据对改进BP神经网络进行了验证。验证的结果表明,改进的BP神经网络预测模型在相对误差和迭代次数上有较大改善,对铁路的货运量预测很有效。     

基于复杂网络的高速铁路运输服务网络重构模型

运用复杂网络理论,基于L空间构建了以列车数量、运行时间为权重的高速铁路运输服务网络(该网络中包括525个车站、2 666列列车).在此基础上,利用度、强度、介数等复杂网络评价指标对两种网络进行对比分析,明确两种网络的不同运输意义,节点在两种网络中的不同作用.然后,充分考虑高速铁路路网乘客出行特征,以城市枢纽为研究重点、以运行时间为权重重构我国高速铁路运输服务网络,对比重构前后复杂网络指标值的变化,重点分析网络重构前后的网络特征、典型枢纽的变化.最后,基于分析结果为城市枢纽的客运换乘组织和车站分工提出参考方案.     

���������뽻ͨ������ʩ�Ľ����뷢չ

为了应对全球性经济危机,我国拟通过推进基础设施建设等手段扩大内需,拉动经济增长。本文阐述了增加交通基础设施建设投资的必要性,强调交通基础设施的建设应当适度超前。分析了铁路客运与货运的发展方向,提出铁路发展的重点是客运和网络结构的合理性。结合我国国情,论述了大力建设高速客运专线并形成快速客运网络的必要性和现实条件。提出了扩大内需加快基础设施建设是各种运输方式自系统的优化和完善,也应考虑交通运输结构的调整和优化。最后,分析了铁路政企分开的利弊,指出把握市场化进程中的公益性是交通改革的关键。     

基于模型组合的铁路集装箱运量预测

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,本文采用灰色关联分析法选取了影响集装箱运量的主要因素,提出了一种基于非线性灰色模型和神经网络模型组合的铁路集装箱运量预测方法. 该方法将非线性灰色预测模型的预测值作为输入,相应的实际集装箱货运量作为输出,建立了神经网络模型结构,并提出了相应的算法. 最后以实例分析了该模型的可行性和科学性. 实例分析表明：非线性灰色模型预测的最大误差为10.52％,而组合模型的预测误差最大为8.72％,说明文中提出的组合预测模型充分考虑了多指标的共同作用,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系.     

用改进的前向神经网络预测铁路货运量

对影响铁路货运量的因素进行了分析。根据影响铁路货运量的诸因素的特点，介绍了一种改进的前向神经网络预测方法，并建立了铁路货运量前向神经网络预测模型。算例表明，其预测精度高于常规预测方法。     

基于径向基神经网络的大连站客运量预测

针对铁路客运量在时序上的复杂非线性特征,采用径向基函数(RBF)神经网络对铁路客运量时间序列进行预测.用自相关分析技术分析时间序列的延迟特性,据此确定RBF神经网络的输入、输出向量,建立了基于MATLAB7.0环境下的RBF神经网络客运量预测模型,并用大连站实际客运量数据进行了验证.结果表明,该模型拟合精度和预测精度较高、计算速度较快.