灰色预测算法在铁路货运预警系统中的应用研究

在阐述铁路货运量形成原因的基础上,针对货运量变化情况,分析产业结构、能源政策、竞争与替代关系、运输结构、运价水平等铁路货运量主要影响因素,提出采用灰色预测算法对铁路货运量进行预测,在此基础上建立灰色预测模型,应用灰色预测算法分品类预测东北地区短期铁路货运量,将预测结果与回归预测算法、移动加权平均预测算法的预测结果进行比较分析,最后将该预测算法应用于铁路货运市场监测系统的货运市场预警子系统中,结果达到客户预期满意度。     

基于径向基神经网络的铁路货运量预测

货运量预测是铁路运输部门一项重要工作,因此,关于铁路货运量预测理论和方法的研究一直是一个热点。但是,铁路货运量受多种因素影响,且各因素的作用机制通常不能或无法用精确的数学语言来准确描述。本文采用径向基函数(RBF)神经网络对货运量进行分析及预测。通过对1989~2002年全国铁路货运量的历史数据分析处理后,得到铁路货运量增长量的时间序列,将时间序列视为一个从输入到输出的非线性映射,引入RBF神经网络来进行非线性映射的逼近。对网络进行学习与训练仿真实验后,用2003~2004年的增长量进行模型检验,并与BP神经网络、灰色预测模型预测结果进行对比,结果表明,应用RBF神经网络对铁路货运量进行短期预测预测精度更高、效果更好。     

基于马尔科夫—Verhulst模型的铁路货运量预测研究

铁路货运量是一个地区经济发展的先行指标之一,准确预测铁路货运量能够为该地区的发展规划起到指导作用。针对传统灰色Verhulst模型在进行铁路货运量预测时模型误差较大的问题,运用马尔科夫链模型对传统Verhulst模型的预测结果进行修正改进,以提高模型的预测精度。最后,通过引入实际案例,验证了经过马尔科夫链改进的灰色Verhulst模型在预测精度方面有了大幅度的提高,适用于甘肃省铁路货运量的预测。因此,应用该模型对甘肃省2015年到2017年的铁路货运量进行预测,为该地区的物流运输及其他相关行业的发展提供可靠的指标依据。     

铁路货运量预测风险分析及概率树评价法的应用

对铁路货运量预测中的风险因素进行分析,阐明货运量预测风险分析的意义。介绍铁路货运量预测的风险分析方法主要有定性分析法与定量分析法,讨论定量分析法之一的概率树评价法在控制铁路货运量预测潜在风险中的应用,通过算例说明利用概率树评价法能够有效降低各种不确定因素带来的预测偏差。     

基于灰色预测-马尔可夫链-定性分析的铁路货运量预测

科学的货运量预测对铁路发展战略的制定具有十分重要的意义。分析以往对铁路货运量预测的相关文献及其预测精度,并分析影响预测精度的因素,定量分析与定性分析相结合有利于提高预测的准确性。采用灰色预测-马尔可夫链-定性分析相结合的方法对铁路货运量进行预测,经分析表明:灰色模型预测结果精确度受原始数据变化幅度的影响较大,通过马尔可夫链修正,预测结果得到较大改善;由GM(1,1)预测值及马尔可夫状态转移下的最大概率可知铁路货运量的发展趋势;"十一五"期间铁路货运量增长速度将放缓,但仍将保持较高的增长率。     

基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析

科学预测铁路货运量能够为我国铁路政策的制定、铁路货运相关规划的出台提供决策支持,对促进我国铁路货运向现代物流转型具有重要意义。为保证铁路货运量预测精度,在数据样本较少且数据波动较大时,提出基于GRA-PCA-GA-BP网络模型进行铁路货运量预测的方法。利用灰色关联分析和主成分分析对影响铁路货运量的输入指标进行预处理,再利用遗传算法优化取得BP神经网络的权值和阈值,进而求得更为准确的铁路货运量预测值。通过实例分析验证,GRA-PCA-GA-BP网络模型有效、可靠,具有较高的预测精度。     

基于相空间重构的铁路货运量神经网络预测

针对现有铁路货运量预测方法的不足,建立了基于相空间重构的神经网络预测模型。该模型在对货运量原始数据进行相空间重构的基础上,将重构后的数据输入神经网络进行学习训练,最后选取待预测的时间点来预测铁路货运量的发展趋势,并以大秦线1989--2008年的货运量数据为基础进行预测与验证分析。     

ARIMA 模型在铁路货运量预测中的应用

铁路货物运输是国民经济的重要组成部分,对铁路货运量作出较为准确的预测,可为铁路管理部门提供决策参考.采用ARIMA模型对1990-2007年全国铁路货运量进行分析建模,并预测出未来几年的铁路货运量.     

基于改进灰色模型的东北地区铁路货运量预测

铁路货运量预测在国家和区域经济发展规划中具有十分重要的作用。灰色GM(1,1)预测模型被广泛应用于铁路货运量预测研究中。本文在建立灰色GM(1,1)模型的基础上,采用更符合东北地区经济发展态势的改进灰色模型——新陈代谢GM(1,1)模型对东北地区2006—2011年铁路货运量进行预测。通过对原始数据与预测数据的精度检验后发现:新陈代谢GM(1,1)模型满足四种精度检验要求,符合一级预测标准并适合中长期预测,适合于东北地区铁路货运量的预测研究。最后应用新模型预测2012—2015年东北地区的铁路货运量,使得预测数据更加合理化。与灰色预测的基本模型相比,改进的预测模型具有较好的实用价值。观察预测数据发现东北地区货运量呈单调递增趋势,有良好的发展态势。     

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。     

TBM上PLC系统的抗干扰技术

TBM由PLC系统集中控制,对液压系统的温度、液位、压力、转速及机械机构的动作进行检测,使之按照设定的程序运行．从而完成各种工作状态。对PLC控制系统各种干扰因素进行分析,并在抗干扰设计中采取多种抗干扰措施,从而有效地抑制干扰,使PLC控制系统正常工作。     

负弯矩作用下结合梁挠度计算方法研究

钢－砼结合梁在负弯矩作用下，随着荷载逐渐增加，混凝土板中的裂缝不断产生和发展，梁的刚度也随之逐渐下降，荷载－挠度关系趋于非线性，因而材料力学中求挠曲线的二次积分法对负弯矩作用下的砼－钢结合梁无法获得解析解。本文提出了求钢－砼结合梁负弯矩作用下挠度的数值积分法，把非线性问题转化为短区间的线性问题，推导了计算公式，建立了计算模型，编写了电算程序，通过反复迭代计算先获得结合梁截面的弯矩－曲率（M－φ）关系，再根据这一关系进一步求得结合梁各截面的给定荷载下的挠度，从而可绘出梁的某一级荷载下的挠曲线或某一截面的荷载－挠度（P－Δ）曲线，本文利用编写的电算程序对芜湖桥的两根大型试验结合梁T1，T2梁进行了试算，并与实测结果进行对比，计算结果与实测结果吻合较好。     

避雷器分布对雷击跳闸率影响探讨

以京沪高速铁路接触网设计中的防雷措施为例,针对该线情况进行了理论分析和模拟计算,通过对避雷器分布方式与雷击跳闸概率关系的分析,提出了依据不同雷区等级差异设置避雷器,最后对避雷器的设置分布和安装方式提出了建议。     

轨道车辆车体刚度灵敏度分析

以轨道车辆为背景,依据转轴公式和平行移轴公式得到车体截面内任意倾角部件的惯性矩,进而获得截面的刚度及其灵敏度。在已知车体刚度分布的前提下,依据车体刚度及其灵敏度,通过调整刚度薄弱位置相关部件的截面尺寸,可达到提高车体刚度的目的。     

铁道行业监理现状分析

铁路工程建设实行监理，对于提高铁路工程建设管理水平，控制质量，取得了明显的成效。此对铁道行业的监理情况进行了简单的介绍，并重点分析了施工监理中存在的问题和监理工作的前景展望。     

房间式客车空调机组性能检测装置的研究

介绍了房间式铁路客车空调机组性能检测装置,经实际使用,取得比较理想的效果.     

全路信息系统时钟同步的实现

从铁路信息系统的实际情况出发,阐述了时钟同步的意义,时间基准的选取以及时间信息的传播,并在此基础上提出了一种精度高、可靠性好、成本较低并满足铁路信息系统对时钟精度的要求的时间同步方案.