道口如"虎口"(节选自"解读中国铁路"科普丛书之九《漫话安全》)

铁路机车车辆在运行过程中与行人，机动车、非机动车、牲畜及其他障碍物相撞导致的铁路交通事故称为”路外伤亡事故”。据统计，2001-2005年全路发生路外伤亡事故60037件．伤亡60643人（其中死亡40532人、重伤17015人、轻伤3096人）。     

探讨预测路外伤亡事故的方法

分析了几种预测路外伤亡事故的方法，其中加权综合预测法考虑了两种或两种以上预测结果的权重，因此可减少预测误差，提高预测的准确性，是一种值得推广的预测方法。     

沉管隧道竖井槽开挖时沉降的灰色预测

通过对模型试验中竖井沉降测量数据进行一定的处理，按最佳维数建立等维新息模型－ＧＭ（１，１）模型对沉降进行预测，预测值与试验值吻合较好。建议将此法应用到实际工程中，以期能指导施工，确保竖井的稳定。     

基于马尔可夫链的铁路货运量预测值修正

在铁路货运量预测中，利用偏差对灰色模型预测值进行状态划分，并采用马尔可夫状态转移矩阵对状态的转移变化进行分析，确定待预测年份偏差最可能处于的状态，进而用该状态的边界值对灰色模型预测值进行修正。经实例验算表明，与灰色系统预测模型预测值和实际值的拟合精度相比，用该方法得到的预测修正值的精度有所提高。     

铁路道口及路外伤亡事故管理系统

由成都铁路局科研所、安全监察室开发的《铁路道口及路外伤亡事故管理》系统紧密结合当前运输生产的实际需要，减轻了管理人员的劳动量，提高了管理效率，利用办公网传输数据，实现数据共享，解决了铁道部报表《安监报-6》、《安监报-7》、《安监报-8》办事处（原分局）、路局、铁道部三级事故数据的汇总、上报、报表打印及数据远程存储等功能，满足了当时全路道口及路外伤亡事故分局上报路局、     

如何防止路外伤亡事故

目前,随着国民经济和科学技术的发展,列车密度越来越大,运行速度越来越高,路外伤亡事故呈逐步上升趋势,给铁路运输和人民生命、财产及家庭安危带来严重威胁。闲杂人员安全意识淡薄,行人、机动车辆及牲畜随意上道,铁路职工工作失职,都是引发路外伤亡事故的重要因素。必须加强机动车辆驾驶员、行人的安全宣传教育,加强多发地段的安全管理和巡视检查,强化铁路职工防范路外伤亡的责任意识,各单位齐抓共管,才能使路外伤亡事故的上升趋势得到有效遏制。     

灰色数列模型对水泥粉尘容许浓度的研究

应用灰色数列模型寿命表法对接尘工人连续工作３０年，控制尘肺患病率在１％的条件下，水泥粉尘作业场所的粉尘容许浓度为１６．８ｍｇ／ｍ３。同时采用直线与曲线回归进行拟合预测，选择相关指数较优的模型对数回归，现场水泥粉尘容许浓度为２４．３ｍｇ／ｍ３。灰色数列模型、对数回归方程与实际概率单位误差分析，ＧＭ（１，１）的误差较小，拟合度较好，现场粉尘容许浓度合理严格。     

机车长毂轮芯铸件缩孔缩松预测

用直接差分法对铸件凝固过程进行数值模拟，用Ｐ值法∑ＧＳＣ／Ｒ＾１／２ｓ为判据预测缩松；以铸件的凝固收缩和液面下降来预测集中缩孔；输出采用数字和彩色图象，预测结果与实际基本吻合。     

客货服务

铁路运输安全工作 取得好成绩 2000年全路运输安全取得了事故件数减少、安全周期延长的好成绩。截至11月25日,全路行车重大、大事故比去年同期减少6件,下降24％,重大路外伤亡事故同比减少3件,下降21.4％。 “九五”和“八五”同期相     

火车与机动车辆在道口相撞事故树

一、编制说明火车与机动车辆在道口相撞的事故是铁路行车和路外伤亡事故的惯性事故之一。发生此类事故原因很多,有道口工的责任、有机动车司机的违章行     

铁道部监督抽查工业产品质量通报

1998年第三次工业产品质量监督抽查结果通报如下：本次抽查113个厂项的产品，合格98个，抽查合格率为86．72％；复查15个厂项的产品，合格15个，合格率为100％。按产品分类，本次抽查机车类产品30个厂项，合格26个，合格率为86．67％；车辆类产品23个厂项，合格16个，合格率为69．56％；电务类产品19个厂项，合格19个，合格率为100．00％；工务类产品23个厂项，合格19个，合格率为82．61％；供电类产品18个厂项，合格18个，合格率为100．00％。本次抽查涉及路内企业产品67个厂项，合格62个，合格率为92．54％；路外企业46个厂项，合格36个，…     

铁道部监督抽查工业产品质量通报(1997年第4号)

现将1997年第四次铁路用工业产品质量监督抽查结果公布如下：本次抽查133个厂项的产品，合格113个，抽检合格率为84．96％；复查20个厂项的产品，合格19个，复查合格率为95％。本次抽查涉及路内企业产品92个厂项，合格81个，合格率为88．04％；路外企业产品41个厂项，合格32个，合格率为78．05％。按大、中小型企业分类，本次抽查大型企业产品16个厂项，合格16个，合格率为100％；中小型企业产品118个厂，合格97个，合格率为82．20％。本次抽查表明，大型企业抽样合格率高达100％，而中小型企业抽查合格率则比较低，只有82．2％，与大型企业…     

基于BP神经网络的动车组智能化控制和诊断研究

为解决因采集数据异常导致的列车控制的误动作和误诊断问题,对基于BP神经网络的动车组智能化控制和诊断方法进行了研究,建立了基于BP神经网络的预测模型,采用列车实际运行数据进行多次训练和参数调整,获取最优网络模型,结合该模型的预测值和实际值得到最终可信值,并融入到现有列车控制逻辑中进行控制和诊断。通过实验验证,采用训练模型的预测结果与实际采集值相比具有较高准确性,能够达到预测效果。实验结果表明,采用BP神经网络模型进行状态预测,并结合相关处理策略进行列车运行控制及故障诊断具有可行性。     

监督抽查工业产品质量通报

各铁路局，广铁（集团论司，工程、建筑、工业、物资、通号总公司：现将］997年第二次工业产品质量监督抽查结果公布如下：本次抽查53个厂项的产品，合格45个，抽检合格率为84gi％；复查16个厂项的产品，合格］6个，复查合格率为100％。按产品分类，本次抽查机车类产品7个厂项，合格5个，合格率为71．43％；车辆类产品19个厂项，合格17个，合格率为89．47％；通信信号类产品20个厂项，合格18个，合格率为90．00％；工务类产品6个厂项，合格4个，合格率为6667％。本次抽查涉及路内企业产品39个厂项，合格35个，合格率为89·74％；路外企业产…     

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。     

基于实测沉降数据的路基沉降机理及其预测分析

对路基沉降机理进行较深入的分析,归纳对比各类沉降预测模型,根据组合预测的思想通过加权建立组合预测模型,并基于最小二乘法进行求解。通过实测数据的建模分析,发现S形曲线拟合优度明显更好;组合模型确实能有效利用每种模型的信息而使预测值更为精确,组合模型的建立方法是合理且能够应用的。基于一维固结的解析法计算的最终沉降值与预测值的比较表明预测方法是可行的。两种计算方法都能满足工程实际需要。     

数字航摄仪DMC在铁路航空摄影测量中的应用研究

DMC数字相机在路外已得到广泛的应用。结合铁路实际生产项目，利用DMC数字相机进行摄影，对摄影比例尺、控制点布设、作业流程、作业方法及加密成图的精度情况进行了分析比较。试验结果表明，DMC航空摄影分辨率高；加密作业的自动选点成功率较高，连接差小；用DMC相机航空摄影时，其摄影比例尺可放宽到传统摄影比例尺的1．5—2．0倍；控制点的布设可在传统布设方法的基础上降一个地形等级。     

深基坑变形多维度预测研究

对可能影响深基坑变形的工程地质条件、水文地质条件、深基坑空间尺寸、支护结构进行了分析。考虑土的重度、土体的粘聚力、土体的内摩擦角、地下水位、土体的渗透系数、深基坑开挖深度、内支撑层数等7个主要因素的影响,以7个因素统计值作为训练样本,以实际观测得到的深基坑变形值作为目标值,建立了考虑多种影响因素的深基坑开挖变形预测BP神经网络模型。对比预测值与实测值,结果显示该模型预测误差非常小,模型精度很高。     

基于组合误差优化模型的城市轨道交通短期客流预测研究

为提高城市轨道交通短期客流预测的准确性,构建了一种基于组合误差优化的短期客流预测模型。采用预测误差值对预测值进行优化校正,弱化传统SVM模型在实际预测中误差对预测结果的影响,以提高模型的预测精度。数据选取样本周期内郑州市地铁1号线每小时客流量组成的样本序列并进行了仿真验证。结果显示,经误差优化后的预测模型的预测精度有了明显提高,且优化后的预测值与误差预测值的趋势具有较高的一致性。     

基于Markov链修正的铁路运量灰色组合预测模型研究

预测模型的准确与否直接决定着未来经济规划与决策的有效制定。将灰色GM(1,1)-Verhulst组合预测模型与马尔可夫链方法相结合,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法,并以甘肃省2004年～2015年铁路客运量作为原始数据序列进行模型拟合,而且还以此为基础对甘肃省未来几年内的客运量发展趋势进行预测。结论:(1)在已知实际客运量年份内,该灰色组合预测模型的预测精度比单一灰色预测模型更高、更加准确;(2)采用马尔可夫链方法获得该组合模型的偏差规律,并依照此规律对预测结果进行修正,即由一个单一的预测数值修正成为区间和概率组成的预测范围;(3)通过比较2016年～2017年的客运量实际值、组合预测模型的单一预测值和Markov链修正的预测区间值,发现Markov链修正的预测结果与客运量实际值的吻合性良好,进一步验证此预测方法的可信性。