铁路货运量预测研究综述

为获得准确的铁路货运量预测,提升铁路货运组织效率,提高铁路物流规划的前瞻性。首先,分析铁路货运量影响因素研究现状,探讨新形势下铁路货运量影响因素的变化;其次,将应用于铁路货运量预测领域的方法分为基于统计学的传统预测方法和基于机器学习的智能预测方法两类并进行应用分析,着重对比梳理智能预测方法的改进方式、改进原理、改进效果和适用场景,从单一模型在数据预处理、参数选取、结构优化方面改进,不确定因素、动态性因素影响下组合预测模型构建和改进,海量、高维度、异构数据下铁路货运量预测的实现3个方面探讨铁路货运量预测领域需进一步研究的方向;最后,基于研究现状和发展特征,指明了铁路货运量预测领域的潜在研究热点和难点,以期为铁路货运组织和运营提供参考。     

城市轨道交通客流预测的不确定性分析

上海轨道交通1号线2005年的实际统计客运量,远远超过了当年预测的同期客流量.分析了城市轨道交通客流预测的不确定性,以及产生这一现象的原因.提出对城市轨道交通系统的运输能力应留有适当的富裕量,以应对不可预见的客运量增长.随着城市化进程的加快,城市公共交通客运量将大幅度增长,加长列车编组、提高乘车舒适度也将提上议事日程.     

灰色预测法在城轨客流预测中的应用

选择灰色系统理论对城市轨道交通客流进行预测.此方法利用城市轨道交通客流量历史数据建立GM(1,1)模型群,对模型群中的各个模型进行精度检验,选取其中精度较高的模型对客流进行预测.     

预测反褶积在压制周期性多次反射波中的应用研究

多次波一直是常规地震资料处理中的一种干扰波,预测反褶积能通过压缩地震子波来压制多次波干扰,进而提高地震资料的纵向分辨率,以便更精确地识别地层构造。介绍了预测反褶积的基本理论,并分别用合成地震记录和Tesseral软件模型模拟的地震记录做多道预测反褶积,压制了周期性多次波干扰,提高了资料的分辨率,取得了较理想的结果。     

基于客运大数据平台的铁路客流预测系统

客流预测是铁路路网规划、线路及场站设计、铁路运营等工作的重要基础.针对多层面、不同类型、不同时期的铁路客流预测业务需求,依托铁路客运大数据平台,构建铁路客流预测系统,能够在同一系统平台上完成客流预测方案的测试、评价和规范化应用.该系统集成各类客流预测算法模型,可充分利用历史售票数据,并考虑年度、季节、星期、时间、节假日...     

城市群双线客流分布预测方法研究

鉴于城市群客流预测在城市群轨道交通规划中的重要性,为提高其预测精度,对城市群客流预测中的分布预测方法进行研究.分析现实能够收集到的资料及城市群交通分布的特点,提出城市群双线分布预测方法.在城市群资料有限的情况下,研究如何得到城市群分布的预测结果;阐述分布预测的计算方法,建立相关的计算模型,对几种常用的分布预测模型进行优缺点及适用性分析.     

电气化铁路牵引负荷预测研究北大核心

为保证牵引供电系统电能质量并减少牵引变电所购电成本,文章提出了一种基于稀疏高斯过程(sparse Gaussian process,SGP)的牵引负荷概率预测模型。该模型首先构建以牵引负荷历史特征和时间信息为基础的输入特征向量;然后建立输入特征到牵引负荷之间的映射关系,并用SGP来拟合该映射关系;最后使用滚动预测的形式来实现对牵引负荷的预测。在朔黄铁路某牵引变电所实际运行数据上进行的对比试验验证了所提方法的优越性,其中,点预测可以得到误差在7%左右的预测值,概率预测可以得到不同置信度下可靠的预测区间。     

铁路货运量组合预测方法的研究

介绍了两种以灰色预测和线性回归预测理论为基础的组合预测模型,分析其理论基础、算法思路和计算步骤。通过对甘肃省铁路货运量的实例验证,说明了这两种组合预测模型的可行性。     

城市轨道交通高架线路噪声预测简化模型的建立及验证

提出了城市轨道交通高架线路噪声影响简化预测模型,该模型能够区分高架线路不同噪声源的影响方式,将受声点的总声级分解为轮轨直达声、桥梁结构噪声、混响声和地面辐射声的叠加。给出了每种噪声的预测计算公式。实际线路的预测值与测试值的比较结果表明,所建立的简化预测模型的计算精度可满足城市轨道交通高架线路噪声影响的预测研究要求。     

铁路噪声比例预测法的改进

针对原铁路噪声比例预测法不适应铁路提速和环境变化的需要,对其方法进行了改进。改进后的比例法采用现场实测的暴露声级作为输入参数的噪声基本量,可以按货运列车、常速列车、提速列车、客运专线列车等分类。提出的修正量参数适应由于列车、车辆技术改进或更新所引起的噪声辐射强度的变化。     

城市轨道交通进站客流量短时组合预测模型

高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰和非高峰时段参数作为输入变量,尝试分别采用加权历史平均自回归模型、ARIMA模型及小波神经网络模型进行短时预测,以获得精度最高的模型。在此基础上,进行三种方法组合预测,探究组合预测效果。通过案例分析,发现当考虑时段因素时,小波神经网络预测精度最高,为91.05%;ARIMA模型误差结构最好。当采用所提出的组合预测模型后,预测精度指标较独立预测模型均有提升,但误差结构没有得到改善。研究表明,所提组合预测模型可以有效地应用于城市轨道交通进站客流的短时预测中。     

城市轨道交通列车噪声预测模型研究

以已建立的城市轨道交通噪声预测模型为基础,提出改进的噪声预测模型。明确了各预测参数,采用对数回归关系确定了各影响因子与等效声级的关系。运用预测模型对长春轻轨噪声进行了预测。通过与实测结果进行比较,预测值与实际结果的误差<1dB(A),表明所提出的预测模型可精确反映长春轻轨的噪声级。     

郑州地铁短期客流预测研究

建立符合郑州地铁客流特点的短期客流预测模型并运用到线网客流预测工作中。短期客流预测模型可预测未来1个月内工作日、周末及节假日的线网客流,为线网日常运营管理及运输组织工作提供有效参考依据。     

某岩溶隧道涌水预报技术探索

研究目的：提高隧道涌水预报的可靠性和预报工作效率，减少盲目性，为现场施工地质超前预报寻找一种较为适宜的地质调查与分析的方法。 研究方法：在勘察设计资料基础上，通过对隧道穿越区域地面及洞内工程地质及水文地质的实地调查，对岩溶发育的规律及隧道涌水进行相关性研究。 研究结果：通过研究，得知深大断裂对深部岩溶洞穴与暗河发育具有控制作用，划分出了隧道穿越区内重点涌水区段；对重点涌水区段，选择与探测目的相适应的中短距离电法物探手段进行详细探测，并预测涌水规模；运用洞内地质编录信息对预报方案及相关技术参数进行修正，实现了预报体系的逐渐优化。 研究结论：深大断裂对岩溶的发育控制作用显著，大型充水溶洞的总体发育方向与断裂走向相同；中短距离的高精度电法物探手段对水的敏感性强于弹性波法物探手段，适宜进行重点涌水区段的详细探测；岩溶区隧道涌水预报工作宜采用多手段协同预报的方法，以提高预报的可靠性及工作效率；预报的过程是一个不断优化的过程。     

壁板坡隧道富水逆断层综合超前地质预报实践

壁板坡隧道为沪昆客运专线最长隧道,洞身被3条逆断层带切割,围岩破碎,地下水发育,工程地质条件复杂,针对壁板坡隧道富水逆断层带,建立超前地质预报体系。在分析总结已有超前地质预报成功经验的基础上,从短距离预报和中、长距离预报的角度,建立适用于壁板坡隧道复杂地质条件的超前地质预报体系。在隧道大角度穿越杨梅山-小达村逆断层中,以TSP长距离预测、红外探水短距离预测、超前地质钻探复核预测的方式,准确探知施工中可能出现的富水破碎带的位置和富水程度,为防范施工风险,确保施工安全提供了可靠依据,验证了该超前地质预报体系的可靠性及其效果。