2003年SARS对我国铁路客运量的后影响评价

2003年SARS是高传染性的公众健康危机,我国铁路旅客运输出现严重“滑坡”并蒙受巨大损失。本文依据本底趋势线理论,对此次危机造成铁路客运量损失、危机生命周期及全国28个省市区差异进行了定量分析与估算。结果显示:①2003年SARS共造成铁路客运量损失1.043亿人,占全国客运量总损失的10.22%,相对损失率为9.69%;②2003年3~4月危机开始生成显现,5~6月全面爆发并达到鼎盛,7~10月为衰减恢复期,SARS危机对铁路客运的影响持续8个月;③SARS危机对全国各省份铁路客运量所造成的损失差异较大,其中,北京、辽宁、广东、四川、黑龙江、河北的客运量损失在686万~867万人,江苏、河南、浙江、陕西、吉林、上海、山西的客运量损失在417万~607万人;④剔除青海和广东两省,26个省份铁路客运量损失与客运量基数、SARS确诊人数具有显著的相关性,其中,SARS确诊人数的边际系数为11.4%。     

沪宁城际铁路客流短期预测研究

为提高沪宁城际铁路运营组织效率,通过对沪宁城际铁路短期客运量的时序特征和变化规律的分析,表明短期客运量时间序列是一种具有周期性特征、增长趋势缓慢的非平稳时间序列。在此基础上,建立ARIMA乘积季节模型,并运用该模型对沪宁城际铁路南京站发送量客流进行预测,结果表明ARIMA乘积季节模型具有较好的预测精度,适宜做城际铁路的短期客流预测。     

基于春节因素的中国铁路月度客运量季节调整模型研究

春节是我国移动假日之一,对运输、经济和旅游影响显著,特别是对铁路客运量影响巨大.使用移动假日效应和Genhol程序思想,改进前人“移动假日对客运量的影响是均匀变化”的认识,设计移动假日对客运量影响是μ型双峰变化过程,基于X-12-ARIMA模型,建立适合中国铁路客运量的三时段春节季节调整模型.结果显示:春节效应显著,节前、节中和节后影响程度不同.模型调整曲线光滑程度高,调整质量Q统计量值为0.340.运用该模型对2012年月度客运量估算分析,相对误差为4.2％.     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。     

灰色理论在铁路客运量预测中的分析研究

针对传统灰色预测模型存在对历史数据依赖性强、容错性小及抗干扰能力差的局限性，将无偏灰色理论与残差验证理论引入预测模型，从趋势曲线灰色拟合与状态分类方式上对传统灰色模型进行改进，提出无偏灰色预测铁路客运量方法；同时，对铁路客运量预测方法从定性预测和定量预测两个方面进行阐述并对其优缺点进行分析。依据建立的无偏灰色预测铁路客运量模型，以1997—2016年铁路客运量为基础数据，对铁路“十三五”时期的数据进行预测，通过残差检验和结果分析，其预测精度明显高于BP神经网络预测。     

基于Verhulst-RBF的铁路客运量预测

为更准确地预测铁路客运量,采用灰色关联法,分析不同因素对铁路客运量的影响程度,确定主要影响因子,并将其作为预测指标,提出基于Verhulst-RBF神经网络的铁路客运量预测组合模型。基于四川省近14年的铁路客运量数据,进行组合模型测试。实验结果表明,Verhulst-RBF神经网络组合模型的预测精确度高于单一的Verhulst模型或单一的RBF神经网络模型。     

基于GM—周期扩展组合模型的铁路客运量预测

铁路客运量的准确预测对我国铁路建设项目投资和决策具有重要意义。由于铁路客运量预测系统本身是一个信息不完全的灰色系统,因此,可以通过建立(灰色)GM-周期扩展组合模型对铁路客运量的非线性动态变化进行预测。该模型运用灰色预测理论GM(1,1)与周期扩展模型结合,不但可以进行客运量的趋势预测,同时也可以充分考虑铁路客运量的周期波动性这一特征。最后,结合具体的实例验证说明该模型是科学合理的,预测值与实际值较吻合。     

基于双层次正交神经网络模型的铁路客运量预测

针对传统BP神经网络模型存在的计算效率和泛化能力低的问题,采用双层次特征分析方法对铁路旅客发送量统计数据的时间特征进行分析,提取出日趋势特征、月趋势特征、日周期性特征、月周期性特征、春运-暑运特征和黄金周-小长假特征作为模型的输入变量,建立双层次的BP神经网络模型,然后根据Gram-Schmidt正交化定理对双层次BP神经网络模型进行改进,在隐含层的输出采用Gram-Schmidt变换增加投影层,从而得到双层次正交神经网络模型。该模型包括2个相对独立的网络模型,1个用于处理客运量日数据,另1个用于处理月数据,2个网络模型的输出经过合成,最终得到客运量的预测结果。模型的应用证明,在铁路客运量预测中双层次正交神经网络模型比传统的BP神经网络模型更为有效。     

基于季节分解和SARIMA-GARCH模型的铁路月度客运量预测方法

首先,根据铁路月度客运量时序图呈现的趋势性、周期性和随机波动性,运用季节分解法将其分解为趋势循环分量、季节因子分量和不规则分量,直观量化地表征出所蕴含的特征信息。接着,引入季节时间序列模型(SARIMA)对平稳化和单整检验后的月度客运量序列的趋势性和季节性进行建模,通过季节差分序列的相关图筛选确定出最佳模型阶数,得到SARIMA基础预测模型。然后,为提高模型对波动性的刻画精度,消除异方差影响,再对基础模型的回归残差进行ARCH检验,构建出广义自回归条件异方差(GARCH)模型,并检验所建SARIMA-GARCH融合模型的稳定性。最后,将融合模型与常规SARIMA、ARIMA和NAR动态神经网络模型的短期预测值进行精度对比验证,并对其中长期预测性能做测试分析。结果表明,SARIMA-GARCH模型短期预测性能优于SARIMA、ARIMA和NAR动态神经网络模型。     

基于保护层分析法的铁路安全风险量化评价模型

为实现铁路运输安全风险定量评价,支撑铁路运输安全风险分级管控和精准预警,提出基于保护层分析理论的铁路安全风险评价模型。定义了保护层概念,即铁路运输生产各环节采取的人工或自动检测监测手段;通过风险初始事件固有发生频率和保护层失效频率确定风险发生的频率,并从直接经济损失、人员伤亡、行车中断3个方面定量评估风险造成的损失,从而精确计算风险值。以某货运车站道岔故障的风险评估作为示例进行模型评价试验。结果表明,该模型能够对铁路运输安全风险进行量化评价,并保证评价质量。     

交流传动机车主变压器谐波损耗分析

大功率电力电子器件的大量应用,使交流传动机车主变压器在谐波环境下运行.本文以ANSOFT软件为平台建立变压器仿真模型,计算谐波条件下主变压器的铜耗及变压器铁芯损耗功率,推导铁芯硅钢片的涡流损耗公式并分析硅钢片的涡流特性.所得结果表明:谐波的存在使交流传动机车主变压器的铜耗和铁芯损耗增大,且谐波电流产生的损耗比等量工频电流产生的损耗大.分析结果可为变压器的设计优化提供参考.     

基于组合预测模型的铁路货运量预测研究

为了进一步提高铁路货运量的预测精度,提出基于乘积季节模型与引入注意力机制(Attention Mechanism)的长短期记忆(Long Short-Term Memory)模型的组合预测模型。首先建立乘积季节模型、LSTM模型与引入注意力机制的LSTM模型,然后利用误差修正法分别将2种LSTM模型与乘积季节模型组合起来进行预测,最后将预测结果分别与单一模型进行对比。采用2005年至2018年全国铁路月度货运量进行预测分析,结果表明2种组合预测模型的预测精度均高于单一预测模型的预测精度,其中基于乘积季节模型与引入注意力机制的LSTM模型的组合预测模型精度最高,具有研究和实用价值。     

天津津滨轻轨西段工程盾构隧道施工风险管理

最大程度降低盾构隧道施工中的风险事故发生率以及事故造成的损失,是工程实际中迫切需要解决的一个难题.根据风险分析流程,结合天津津滨轻轨西段工程七经路至天津站站区间盾构隧道实例,对该工程的主要风险,首先采用专家调查法和层次分析法进行了识别,然后应用模糊综合评判对盾构穿越铁路股道的施工风险进行了统计、计算和综合分析评估.提出...     

牵引供电系统电压损失计算方法探讨

介绍了牵引供电系统电压损失准确计算方法和工程近似方法,并针对交直型机车和交直交型机车的不同负荷特性对其在牵引供电系统中产生的电压损失进行了计算和分析,指出采用工程近似方法计算交直交型机车在牵引供电系统中产生的电压损失存在较大误差,分析了误差产生原因,并提出建议解决措施。     

深圳地铁单程票流失算法研究

根据深圳地铁单程票流通特点,将运营中的单程票流失划分成两大类,并依据其在流通中的业务类型,通过卡信息记录集来确定流失种类。应用数据库知识和数据挖掘技术,提出这两类单程票流失的算法。     

考虑补水条件的长白铁路路基土冻胀特性试验研究

水作为季冻土发生冻胀的主要条件之一,对土体的冻胀特性有显著影响。本文选取长白铁路扩能改造工程CBSG-3标段沿线不同路基土样,基于开放系统下的室内季冻土冻胀试验,开展-15℃下的单向冻结补水试验,探究不同土样在饱和补水和非饱和补水工况下的冻胀特性。结果表明,不同土样冻胀量发展大都经历三个阶段:快速增长—缓慢增长—保持稳定;土样本身含水率和外界水源都可显著增加土的冻胀率,在饱和补水与非饱和补水工况下,淤泥质粉质黏土冻胀率最大分别为38.8%、31.2%,粉砂土的冻胀率最小分别为21.7%、11.1%。基于研究结果,制定不同路段的路基防冻胀措施。     

季节性冻土区高速铁路混凝土基床变形研究

路基冻胀问题是影响季节性冻土区高速铁路平顺性的核心问题之一,严重影响高铁运营质量和安全。混凝土基床是一种新型的高速铁路路基防冻胀结构,能够有效减少路基冻胀问题,但也存在其本身在季节性冻土区气候环境下的变形问题。使用顺序耦合热应力分析对混凝土基床开展仿真计算,分析其在不同长度、不同温度环境下的变形规律。研究结果表明:混凝土基床存在冬季两端翘曲现象,在极端条件下变形差可达4.8 mm,结构长度和环境气温均对变形有影响。     

GSM-R无线传播模型分析和拟合

研究目的：郑州一西安客运专线采用GSM—R移动通信系统，由于该系统承载列控信号，又是在高速条件下运行，为避免多普勒效应和电磁干扰对列控信号传输的影响，实现GSM—R系统的网络覆盖，保证列控系统和铁路的正常运营，需对系统传输所引起的损伤进行研究，达到提高GSM—R网络为铁路运输服务的可靠性。研究结论：通过对建立传播模型进行的分析和对实际路测数据进行的拟合得出：传播损耗随着频率的升高、距离的增加、建筑物密度的增大而增大；参数越多拟合的效果越好，但计算机拟合的时间越长。故在无线设计中，选择合适的传输模型和在拟合过程中合理选择参数的个数，可以得到较好的效果。也为GSM—R移动通信系统的建模和设计提供了一定的依据。     

广州地铁引入通用移动通信的干扰测试研究

城市轨道交通引入通用移动通信3G/4G信号是大势所趋。为此,探讨了地铁线路引入通用3G/4G信号后可能会造成信号干扰等问题,并对广州地铁现有通信设备进行了干扰测试。根据测试结果,提出了相应的抗干扰措施建议,以避免移动通信信号对地铁运行造成干扰。