高铁路域区域生态本底评价方法研究

研究目的:本论文在获取路域区域不同环境生态原貌信息资料的基础上,运用系统聚类分析和主成分分析法,对路域原生态系统、区域生态环境的生态原貌(本底)和退化程度进行了综合多目标、多属性、多层次复杂系统评价分析,所探讨的高铁生态本底评价指标和方法,对于高铁选线、环境影响评价以及高铁建设生态恢复及重建工作,建设绿色美丽高速铁路,具有重要的理论研究和实践指导意义。为此以长益城际铁路为例,对高铁路域区域生态本底和退化程度评价方法进行实证分析研究。研究结论:(1)高铁路域区域生态本底评价可以通过综合运用主成分分析和系统聚类等方法来进行系统评价分析;(2)正常和轻度退化的高铁路域区域地段,适宜修建高铁,但应采取有针对性的和充分的生态恢复和重建措施;(3)严重退化和已经恶化高铁路域区域地段,必须绕行;(4)该研究成果对于高铁环评和环保工作具有指导意义。     

绿色高铁建设环境成本CS、BPNN估算方法研究

研究目的:如何界定高铁建设环境影响内容、估算环境成本是高铁实现绿色工程的重要内容。本文在界定高铁建设环境成本的计算内容基础上,运用显著性成本方法(CS)建立高铁建设环境成本数据库,运用BP神经网络方法预测拟建工程全生命建设环境成本,并以长益城际铁路进行实例验证,结果表明该模型适用性强,对高铁全生命建设环境成本预测准确性高。研究结论:(1)通过CS理论提取高铁工程显著性环境成本项目可以大幅简化环境成本估算工作量;(2)BP神经网络在高铁项目环境成本估算方面具有适用性;(3)为更准确估算环境成本,需进一步完善高铁项目建设环境成本数据库;(4)本文提出的高铁建设环境成本估算方法和评价体系,可应用于铁路行业高铁项目的建设环境成本估算和控制等工作。     

高铁区域生态原貌和退化评价方法研究

针对高铁建设及高铁路域区域生态环境系统的特点,本文在获取路域区域不同环境生态原貌信息资料后,应用复合生态系统原理、生态学、环境科学、系统科学等理论和方法对原始数据进行分类整理分析,并根据所收集数据的性质、质量和数量等,运用主成分分析、系统聚类和复合加权模型等方法,对路域原生态系统、区域生态环境的生态原貌进行综合多目标、多属性、多层次复杂系统评价分析,建立高铁路域生态本底评价指标体系和高铁路域退化生态系统诊断评价指标体系。选取湖南省某高铁项目,对其路域生态原貌信息进行整理,实证本文所建立的生态原貌诊断评价指标体系和高铁路域退化生态系统诊断评价指标体系的正确性。     

高铁路基智能微渗保润技术应用效果研究

研究目的:采取有效措施预防和治理荒漠化环境对高铁线路运营安全的威胁是亟待研究的重大铁路工程问题之一。以宁夏地区荒漠化为背景,对智能微渗保润技术在高速铁路沿线路基边坡荒漠化防治中的应用效果进行客观评价,为荒漠化地区高速铁路沿线生态环保工程建设提供科学依据。研究结论:(1)智能微渗保润技术作为一种创新技术成功应用到高铁路基边坡水土保持及沙害防治领域中,是荒漠化地区高铁路基沿线防沙治沙的一项新技术、新方法;(2)智能微渗保润技术可以明显改善路基边坡土壤的水分、养分条件,为植被生长提供必要的基础环境;(3)相对于普通养护条件,智能微渗保润维养系统试验段路堤边坡植被的成活率、密度、盖度、株高等均得到大幅度提升,既能达到防沙治沙的生态环保目的,又能起到良好的景观效果;(4)本研究成果可为荒漠化地区高铁路基沿线的风沙防治与生态环保提供参考。     

BP神经网络法预测隧道瓦斯突出的模型与实例

研究目的:目前隧道煤与瓦斯突出预测主要采用煤炭的常规接触式预测方法,如综合指标法、钻屑指标法等,但隧道与煤巷在断面大小、施工支护等方面有诸多不同,照搬煤炭预测方法并不一定能取得预期效果。本文根据煤与瓦斯突出综合作用假说,借鉴BP神经网络原理,对隧道瓦斯突出的多指标神经网络综合预测进行探讨,确定突出的评价指标,构建神经网络预测模型,通过神经网络模型的训练和回判,综合评价预测煤与瓦斯突出危险性。研究结论:(1)在综合分析突出影响因素基础上,基于瓦斯突出综合作用假说机理,提出了BP神经网络预测隧道煤与瓦斯突出危险性的方法;(2)选取瓦斯压力、地质构造、隧道埋深、煤的坚固系数、煤体结构类型及瓦斯放散初速度作为突出评价指标;(3)采集矿井突出样本进行神经网络模型的训练及回判,通过对已建成瓦斯隧道进行判别,判别结果与实际相符,验证了矿井突出样本应用到瓦斯隧道的突出预测可行性;(4)通过BP神经网络对成贵高铁7座高瓦斯隧道进行预测判别,表明玉京山隧道C5、C6煤层具有突出危险性,其他6座隧道无突出危险性;(5)本研究成果可为瓦斯隧道设计与施工提供借鉴。     

基于FOA-BP神经网络的高铁沉降预测

BP神经网络在沉降预测过程中存在预测精度有限、收敛速度慢等缺点。为提高BP神经网络在高铁沉降预测中的精度,基于改进的果蝇算法(FOA),利用其味道浓度函数来代替BP神经网络中的梯度函数,建立果蝇算法优化BP神经网络的预测模型—FOA-BP模型。通过果蝇种群迭代寻优获取最合适的权值和阈值,重新构建BP神经网络进行沉降预测。分别采用BP神经网络算法与FOA-BP神经网络算法对某高铁路基沉降监测点的沉降趋势进行预测,将两种算法的迭代次数、均方误差与平均相对百分比误差3个指标进行对比分析,结果表明:FOA-BP神经网络算法的三种指标均远小于BP神经网络算法,其模型精度更高,预测速度更快。     

京津冀区域高铁工程与土地利用变化关系研究

研究目的:高速铁路项目的建成促进了人口流动,引发人口对土地产品利用程度及需求量的增加,进而造成土地利用类型、强度的变化和土地利用方式的更新。基于此,本文以京津冀地区为例,通过构建高速铁路的社会网络结构效能指标和区域土地利用效率指标,采用Pearson相关系数和灰色关联度分析,分别研究高铁开通条件下区域高速铁路与区域土地利用强度的关系、高速铁路对区域土地利用形式的影响等。研究结论:(1)高铁开通以来,京津冀区域间的铁路交通网络结构效能变化明显,各节点间的连接度差异较大;(2)随着区域高速铁路运营线路的增加,京津冀区域土地利用类型变化最明显的是商服用地、高档住宅等,而住宅用地中的经济适用住房和廉租住房、公共管理与公共服务用地等影响相对较小;(3)高铁网络的完善使得京津冀区域土地利用格局正发生新变化,建设用地类型开始向商业服务用地和高端产业转移,周边土地价值变化也完全符合圈层结构理论所描述的价值层次分异规律;(4)本研究结论可为高速铁路规划和建设的空间导向提供决策依据及指导。     

京沪高铁与沿线区域旅游经济协调发展研究

研究目的:"八纵八横"高铁线路的全面贯通改变了区域旅游发展的空间格局,提升了沿线区域旅游发展的质量。本文以京沪高铁沿线10个旅游城市为研究对象,建立通达度模型、旅游经济联系模型和耦合协调度模型,分别测度高铁运营前后通达性、旅游经济联系量以及二者的协调发展程度。研究结论:(1)高铁大大压缩了沿线旅游城市的时空距离,通达性提高幅度显著,沿线旅游城市通达性提高幅度均在50%以上,其中济宁通达性提高幅度最大,达到70. 37%;(2)高铁开通前后,沿线旅游城市旅游经济增长幅度差异很大,交通基础设施相对较弱的城市高铁驱动影响显著;(3)从时空变化来看,协调度变化呈现出协调度增长、协调度下降和协调度先降后升三种状态,其中协调度先降后升现象显著;(4)本文研究从理论视角完善了高速铁路的区域旅游效应测度方法,从实证的视角验证了高速铁路区域旅游协调的表征,可为高速铁路与区域旅游规划管理的进一步研究提供借鉴。     

高速铁路建设项目建设过程后评价研究

建设项目后评价作为工程项目全生命周期管理的重要环节,必不可少。对于高速铁路建设项目而言,其投资更大、规模更广,如何科学、合理地对高速铁路建设项目的建设过程进行后评价,显得尤其重要。基于全生命周期视角,阐述我国高速铁路建设的现状,结合高速铁路建设项目自身独有的特点,构建高速铁路建设项目建设过程后评价指标体系。运用模糊物元方法和结构方程模型对高速铁路建设项目建设过程进行后评价,并以JH高铁为例验证模型实用性。     

基于结构优化BP神经网络的铁路“走出去”目标国宏观风险评估模型研究

本文综合考虑典型的BP神经网络模型优缺点,对典型3层前馈型BP神经网络模型进行结构优化,提出随机重连BP神经网络模型。综合各项因素研究,提出铁路"走出去"目标国铁路项目投资建设风险评估指标体系。运用"一带一路"32个沿线国家数据,通过建立随机重连BP神经网络模型,对模型进行训练和预测验证,其精度达到目标要求,验证了此模型可用于海外铁路项目投资建设的风险评估。