基于复杂网络的城际铁路网络脆弱性分析

运用复杂网络理论对城际铁路网络脆弱性进行分析,并找出脆弱的站点以加强防护。将城际铁路线网抽象为由车站和城际铁路线路所构成的非加权无向网络,再对网络的节点度和度累积概率分布、网络直径、平均路径长度、聚类系数、平均路径长度累积概率分布等特性指标进行分析,确定网络类型。提出网络脆弱性分析的主要指标为网络效率和连通度,利用Matlab工具,把网络中节点按照度的高低进行分类排序,并对网络度值较高的站点进行累积蓄意攻击和单个节点蓄意攻击,进而对蓄意攻击下网络脆弱性的变化情况进行分析,并确定了网络中的脆弱的点,为城际铁路线网日常防护及网络结构优化提供新的研究视角。最后,以成渝城际铁路线网为实例进行方法的应用。     

新建工程穿越既有地铁项目脆弱性评价研究

风险承灾体系统的脆弱性评价是风险分析和控制的关键。将新建工程、围岩介质和既有地铁作为一个整体系统,分析系统的风险因素和脆弱性特性,首次在穿越工程领域提出承灾体系统的脆弱性评价方法。选用暴露度、适应度和敏感度三要素作为脆弱性评价的一级评价指标,并结合工程实践和文献成果,选取新建工程特性、既有地铁特性和应急预案等11项指标作为脆弱性评价的二级评价指标。基于突变理论的基本原理,建立脆弱性评价的数学模型,同时对脆弱性指数的计算结果进行数学调整,使其更符合传统的评价概念,并结合工程实践,划分脆弱性等级,有利于穿越工程的分级管控。通过实际工程案例的应用,验证方法的有效性和实用性。     

基于模糊多态贝叶斯网络的地铁运营风险评估方法

从安全管理、人、设备设施和环境等4个方面确定18个地铁运营安全影响因素。采用解释结构模型分析影响因素之间的关系,构建结构模型,并将其转换为多态贝叶斯网络结构。同时,引入模糊集理论,将专家给出的自然语言变量转化为概率信息,输入到多态贝叶斯网络并进行风险评估。案例研究说明,该风险评估方法应用于地铁运营安全分析中切实可行。     

基于瑟利模型的地铁火灾原因及防控思路分析

瑟利模型是把人、机和环境作为一个系统,把事故的发生过程分为危险出现和危险释放两个阶段。这两个阶段各自包括一组类似人处理信息的过程,即感觉、认识和行为响应。在危险出现阶段,如果每个环节的处理都正确,危险就能被消除或得到控制;反之,就会使操作者直接面临危险。通过分析安全系统中人的行为特性建立地铁火灾的瑟利模型,将地铁火灾分成前期火灾形成和后期火灾释放过程两个阶段,分析了地铁火灾发生原因,提出了地铁火灾预防和控制的应对思路。     

基于连续变量量子通信的地铁量子调度网络研究

地铁调度网络作为地铁运营系统的重要组成部分,是实现地铁系统中列车调度、实时监控和紧急通信等作业顺利进行的基础。针对地铁调度网络中调度信息的安全传输问题,提出一种基于量子通信技术的地铁调度信息的加密过程,以期实现调度信息的无条件安全传输,从而提升地铁系统中列车调度、实时监控和紧急通信等业务的安全性和保密性,保障广大乘客人身安全。考虑成本、数据规模以及量子系统与现有网络和器件的融合性,拟在地铁调度网络中采用增量部署和星型组网的方式开展基于连续变量的量子通信,分析其在集体攻击下的安全性。以深圳地铁10号线为例,设计一种基于CV-QKD技术的地铁量子调度网络。基于实际线路数据,计算部分站点之间通信的安全密钥率。仿真结果表明,连续变量量子通信能满足深圳地铁10号线全线的数据加密需求,并且有能力实现更远通信距离的调度信息安全传输。在通信距离较短的情况下,系统可使用较大的发送端信号方差或在接收端使用外差检测来实现更高的安全密钥率。相反,在长距离通信的情况下,接收端使用零差检测是性价比更高的选择。     

时空视角下中国高铁网络脆弱性分析

高铁网络已成为中国现代综合交通网络的重要组成部分,并对社会经济产生深远影响,保障其安全运行意义重大,分析和认识其脆弱性是确保其安全的重要步骤。结合复杂网络理论,运用Space-P模型,基于列车时刻表数据,从列车和高铁站点之间的时空关系出发,将中国高铁网络抽象为多重加权的时空网络,并从时间维度和空间维度分析其网络特征。从服务特征的视角,用高铁网络中高铁站点之间的可达时间和客流量作为其脆弱性的评价指标,从时间维度和空间维度解析我国高铁网络脆弱性的时空分布及其差异。研究结果表明：高铁网络在白天表现的脆弱性高于夜晚,在中东部表现的脆弱性高于西部。列车和高铁站在不同时间点中断时,高铁网络表现出不同的脆弱性。同一中断时间点下不同高铁站中断时,其表现的脆弱性也不同。特别是位于郑州、上海、南京和武汉的高铁站,无论白天何时中断都会使高铁网络表现出较高的脆弱性。表明从时-空双维度分析高铁网络的脆弱性具有必要性,也表明高铁网络脆弱性在时空维度上具备差异性。这为合理布局高铁网络运维资源,提高其韧性,提供了新思路。     

基于多级可拓评价方法的大客流扰动下地铁脆弱性研究

根据地铁运营的特点及国内外脆弱性相关领域的研究现状,构建地铁在大客流扰动下脆弱性的评价指标体系。运用多级可拓理论,建立地铁在大客流扰动下脆弱性的多级可拓评价模型。以北京地铁为例,确定北京某地铁站在大客流扰动下脆弱性的风险等级,并根据所得结果提出优化措施,为我国地铁在大客流扰动下脆弱性评价提供一种新的评价方法。     

基于NodeXL的城市地铁网络仿真与结构分析

针对我国现阶段已开通的城市地铁系统,从数据获取、网络构建、可视化及结构分析等方面介绍了网络交互分析工具Node XL的基本操作和主要功能。基于Space L和Space P复杂网络描述方法研究了地铁复杂网络的相关结构特征,从复杂网络的视角探寻了地铁系统所呈现的网络小世界、无标度及指数分布特性,为我国城市地铁系统的规划和建设提供定量分析和理论支持。     

基于改进 BiLSTM 网络的地铁车轮磨耗预测模型

针对地铁车轮磨耗数据时间跨度较长引起的长期依赖问题,为了进一步提升预测精度,提出一种将麻雀搜索算法(sparrow search algorithm,SSA)优化双向长短期记忆网络(bidirectional long short term memory,BiLSTM)的改进 BiLSTM(SSA-BiLSTM)网络模型,用于地铁车轮磨耗预测。首先,利用麻雀搜索算法对双向长短期记忆网络算法的神经元个数、迭代次数、输入批量和学习率等超参数在给定范围内进行寻优,得到参数最优值;然后,以参数最优值来构建改进 BiLSTM 网络模型,对车轮磨耗进行预测分析;最后,以车轮踏面磨耗和轮缘磨耗作为研究对象,将某地铁 1 车厢 1 号车轮的现场实测历史磨耗数据作为输入,对该模型进行训练及验证分析,并与多层感知机(multilayer perceptron,MLP)、LSTM、BiLSTM 以及 SSA-LSTM 模型的预测结果进行对比。研究结果表明：SSA-Bi-LSTM 模型的车轮磨耗预测精度更高,与 LSTM、BiLSTM 以及 SSA-LSTM 网络模型相比,踏面磨耗的平均绝对百分误差(mean absolute percentage error,MAPE)分别降低了 13.28%、10.32%、1.47%,轮缘磨耗分别降低了 9.5%、0.46%、0.02%;分别对同一地铁 2 号、4 号车厢的 1 号位置车轮磨耗进行预测,并与磨耗实测数据进行对比,踏面磨耗的平均绝对百分比误差分别为 1.34%、1.42%,轮缘磨耗的平均绝对百分比误差分别为 0.18%、0.19%,验证了本文所提模型具有良好的泛化性,为地铁轮对智能化管理提供理论支持,延长车轮使用寿命。     

基于沙盘的轨道交通车站设备监控仿真培训系统

阐述了轨道交通车站设备监控仿真培训系统的重要性、特点及构成.系统采用软件仿真技术与轨道交通沙盘模型相结合的方式,实现培训操作结果的模拟仿真及反馈,使学员能更形象地理解现场运营和操作流程.     

基于网络的地铁施工视频监视系统的探讨

借助于网络的视频监视系统实现地铁施工中现场作业流程和现场管理的可视化管理,通过施工现场的控制和管理可以在网络环境中实现多路视频信息采集、控制和传输,可以大大提高地铁施工安全和现场的管理水平。     

基于列车网络系统的地铁列车受电弓控制设计

目前地铁列车受电弓升降控制系统采用的列车硬线存在增加列车制造成本、造成布线上的困扰、加大列车质量,以及电磁兼容问题等。为解决这些问题,提出一种采用列车网络系统(列车控制与诊断系统)控制软件控制受电弓升降的方案。论述了采用网络进行受电弓升降控制的设计思想及受电弓升降控制逻辑,并对该控制方案进行了软件模块设计、代码编写及测试验证等。测试证明,该方案具有逻辑严密、技术可靠性高、功能实现灵活等特点。     

国外地铁列车网络系统应用分析

分析了目前国外地铁列车网络系统的应用情况及总线形式,并对2种网络系统进行了对比分析。     

基于复杂网络的北京地铁网络化发展分析

为了能够更好地针对地铁网络化运营的特点,分析地铁网络安全的管理方向,选取 2009、2012、2015 和2019 年 4 个时间节点,运用 Space-L 方法构建北京地铁网络拓扑结构,通过对比分析地铁站点与线路加入所产生的变化情况。基于复杂网络理论的相关概念,从动态和静态两个角度提出了 6 个评价指标,从而定量分析地铁网络建设对网络结构、性能的影响。结果表明,北京地铁在网络结构上的变化不大,并且从站点的比例来看,北京地铁网络中的功能特性仍然集中在少数站点。然而由于网络规模的迅速扩大,这部分站点的绝对数量有了大幅度提升,因此北京地铁的网络化管理需要从关注重点站点向网络化、系统化过渡。     

基于全以太网的列车网络控制系统在美国地铁列车上的应用

从列车网络控制系统的拓扑结构、通信协议架构、冗余措施及功能描述等几个方面对基于全以太网的列车网络控制系统在美国地铁列车上的应用进行了详细分析与试验验证。在装车调试之前进行系统集成测试可尽早地发现列车网络控制系统或子系统在硬件和软件方面存在的各种问题,大大节省装车调试所需要的人力和时间。     

基于WiFi嗅探数据的地铁网络客流分析技术

对地铁网络中客流流量和流向的多方位全过程动态监测是提升网络运营安全和效率的关键,也一直是网络化运营中的难点问题。Wi Fi嗅探数据可以对携带Wi Fi设备的对象进行动态跟踪,实现乘客出行时空轨迹的精准化识别。在对Wi Fi嗅探数据的采集原理、采集方法、数据结构、预处理流程分析的基础上,对目前上海轨道交通Wi Fi采集的嗅探数据质量、数据特征以及数据分析模型进行了详细阐述,并以上海轨道交通网络为例,对Wi Fi嗅探数据获取和特征分析的有效性进行验证。结果表明,目前上海轨道交通网络的Wi Fi嗅探数据采集和挖掘的技术条件已经具备,采集的数据质量也能满足客流特征分析的要求。