基于大数据技术的铁路客流预测系统架构研究

分析现有铁路客流预测理论研究和系统应用,针对预测过程中缺乏对不确定因素考虑的情况,提出预测系统中事件的概念,基于大数据技术构建事件处理平台和预测系统架构,该架构为铁路客流预测实时性和准确性的提升奠定基础。     

滇中城市群城际铁路网客流预测

基于对滇中城际铁路网客流的现状分析,将城市群内交通划分为区域内交流、对外交流、过境客流三部分,以区域内交流为重点,将客流以不同的交通方式划分为公路客流、铁路客流与航空客流进行分析。采用改进的四阶段交通需求预测理论,以实际客流数据为基础得到2015年不同交通方式与全方式的客流OD表。运用弗雷特法(Frator method)计算未来各规划年不同交通方式与全方式居民出行城际客流和旅游客流分布。建立滇中城市群各城际通道方式划分Logit模型,得到滇中城市群城际铁路客流OD表,成功得到未来各规划年的客运交通分布预测、客运交通方式预测与主要通道客运交通预测。     

铁路旅客列车票额智能预分研究

根据铁路的客流特点、季节特征和预售票规律,结合客流的历史数据和专家经验,采用时间序列分析方法建立旅客列车客流预测模型,预测旅客列车的OD客流.以预测的OD客流为基础,以旅客列车全程的客座率、收入以及整体效益最大化为目标,研究提出先长途后短途、先有座后无座、先按数量预分再按比例预分等旅客列车票额预分等主要原则,给出票额预分算法,并在此基础上构建铁路旅客列车票额智能预分系统.实际应用结果表明,该系统实现了铁路旅客列车票额的动态分配,提高了旅客列车沿途停靠车站组织客流的积极性,提高了旅客列车的客座率.     

城市轨道交通精细化客流预测系统设计与实现

针对大部分客流预测系统存在预测客流指标不全,时空粒度较粗,多场景的适用性不足等问题,以大规模网络化运营的城市轨道交通精细化客流预测需求为研究对象,分析适应多场景铁路网客流预测实现方法,利用Hadoop、Spark&Hive、Redis、微服务、H5等先进技术搭建客流预测大数据平台,实现铁路网交通出行量(OD,Origin Destination)的精细化客流功能,为调度指挥和客运管理提供进站、出站、换乘、断面客流量等全指标、精细化时空粒度的客流预测数据支持,提升轨道交通调度指挥针对性、客流组织合理性和客运服务水平。     

铁路供电故障预测与健康管理大数据平台方案研究

铁路供电故障预测与健康管理(PHM)系统是以大数据技术为核心,以供电管理信息系统、6C数据中心、SCADA系统为支撑,按照国铁集团-铁路局-供电段三级管理架构进行设计和建设的供电设备大数据分析管理平台.基于大数据框架的PHM系统涵盖针对高速铁路接触网和牵引变电所的PHM技术方案,在多时空尺度上实现铁路供电故障预测与健康指标评估,全生命周期可靠性、可用性和可维修性的可视化分析和风险评估,以及优化维修决策.本文阐述了铁路供电故障预测与健康管理大数据平台方案的基本设计原则和系统架构,并对该平台涉及的关键技术和系统重要功能进行了探讨.     

铁路客运车站客流监测与预警系统

由于缺乏准确的实时客流数据,铁路客运车站的客运组织一直主要依靠经验来调配设备、人员等所需资源。为此,开发了铁路客运车站客流监测与预警系统,通过有效利用铁路客票预售数据、车站历史客流数据、旅客进出站实时数据、列车正晚点数据等相关数据,建立基于K均值聚类的支持向量回归机客流预测模型,实现车站每日进站客流、分时段进站客流、候车室客流的监测、预测及超限预警,方便车站工作人员随时掌握客流动态,及时根据客流变化进行设备和人员动态调配,更加精准、高效、安全、有序地开展车站客运组织作业,有助于改善车站客运服务水平,提升旅客出行体验。     

基于时间序列的趋势外推模型预测城市轨道交通车站客流的应用

本文提出了一种基于时间序列的趋势外推模型,对实际应用中的客流数据进行预测,通过预测与节假日客流数据变化规律的分析,对模型进行完善与修正.在地铁日常运营操作过程中,起着辅助判断的作用,并能及时预判问题采取措施进行预防.该算法在城市轨道交通应急平台项目中应用,解决了线路车站日常客流运营维护中出现的大客流事件发生的问题.     

合肥铁路枢纽的客流现状及客运量预测研究

分析合肥铁路枢纽客流增长趋势和客流波动特点,采取数学建模,运用指数平滑预测法,预测合肥铁路枢纽客运量发展趋势。     

基于EMD的SVR方法在铁路客流预测中的应用

客流预测是铁路客运运营管理的重要依据,铁路客流具有非线性、非平稳的特点,传统预测模型很难得到满意的结果,因此利用经验模态分解(EMD)方法对客流进行自适应的分解,利用支持向量回归机(SVR)对固有模态函数(IMF)进行预测,建立基于EMD的SVR铁路客流预测模型。利用Matlab对SVR预测、BP神经网络预测和基于EMD的SVR预测模型进行仿真实验,得出3种预测模型的平均相对误差,分别为22%、25%和13%。结果表明,基于EMD的SVR方法的预测精度明显高于另外两种预测方法,能够有效地提高铁路客流预测准确性。     

加德满都至博克拉铁路客运量预测研究

新建加德满都至博克拉铁路项目位于尼泊尔中部,线路由尼泊尔首都加德满都至博克拉,正线全长164.395 km。由于沿线区域欠发达,几乎无铁路分布,项目客运量预测存在基础资料少、铁路统计调查数据缺失等困难,针对上述困难,对预测的方法进行研究,根据项目客流特点,将尼泊尔划分为17个小区,采用四阶段法进行客运量预测。结合小区人口和旅游客流的现状及增长情况,预测各小区的交通生成量,采用重力模型法得到总客流OD,通过Logit模型得到铁路OD,最后根据最短路径法进行客流分配,从而得出项目区段客流密度和车站旅客发送量,本项目的预测对类似项目有一定的参考作用。     

基于铁路电子客票的客运自助服务体系研究

文章阐述了自助服务的特征,梳理了铁路自助服务和电子客票的运用现状,从售票、验票、检票等环节入手,深入分析旅客自助办理客运业务时的各类需求,设计了基于铁路电子客票的客运自助服务体系方案和主要业务流程,对客运自助服务技术的优化进行研究。该体系的建立可提升铁路旅客出行体验、客运作业效率和客站服务品质。     

铁路新一代客票系统大数据应用创新研究

介绍铁路新一代客票系统，基于铁路新一代客票系统建设和运营过程中积累的大量的系统运行、业务运营等数据，结合分布式数据存储和计算框架、实时流式计算分析和大数据可视化技术等关键技术构建铁路客运大数据平台，实现了票额智能预分、铁路旅客画像和客运运营支撑等大数据应用创新。提出铁路客运大数据在扩大铁路客运业务应用范围，提升旅客出行体验，以及构建交通大数据业务生态圈等方面进一步研究的方向。     

铁路客流总量预测方法研究

客流预测是铁路运输进行运力布局,产品调整的重要基础。预测的科学性、精确度将直接影响运输生产,因此努力提高客流预测的精度与可用性,是目前运输学科的一个热门研究领域。本文提出基于历史与预售的时间序列（HAP）预测方法对铁路客运中、短期客运总量进行预测分析,以预测铁路客流总量,控制预测误差。经过实际应用,验证了该方法的科学性和合理性。     

数字化转型下铁路客运营销辅助决策系统优化研究

针对中国铁路郑州局集团有限公司（简称:郑州局集团公司）客运营销辅助决策系统（简称:营销系统）在数字化转型过程中存在的问题，从系统结构、数据复制、报表服务、终端接入等方面提出了技术优化方案，并从运营指标分析、客流预测、售票策略监控预警、列车效益评估、数据可视化方面提出了业务功能提升的优化措施。优化后的系统已在郑州局集团公司取得了良好的应用效果。     

铁路旅客运输密度的算法研究及应用实现

铁路旅客运输密度是铁路旅客运输的一个重要统计指标,该指标的实现对编制客流图,进行旅客运输组织调整以及铁路线路改造等都有重要的意义.文章从统计分析、可运用性和可实现性的角度剖析了铁路客流密度的含义及计算方法,并给出了客流密度的计算机实现算法和流程,该方法在实现时极大地减少了计算机运算次数,提高了运算效率,并在铁路客票营销统计分析系统、铁路客票地区中心级营销系统和铁道部假日运输管理信息系统中得到了充分应用.     

基于人工智能的高铁动车组智能运维数据分析系统的构建

针对高速铁路（简称：高铁）动车组部件故障诊断和预测的业务需求,依托动车组故障预测与健康管理（PHM,Prognostic and Health Management）系统,在基于人工智能的高铁动车组智能运营维护（简称：运维）算法研究平台中构建高铁动车组智能运维数据分析系统。介绍了高铁动车组智能运维算法研究平台的架构,以及高铁动车组智能运维数据分析系统的数据处理流程和关键算法。并以高铁动车组客室空调为例,选取客室空调相关传感器数据进行数据分析,得到影响客室空调健康状况的特征,并对聚类结果进行健康度数据标注,作为客室空调健康评估模型开发的基础。     

铁路客运价格调整应用系统设计与实现

针对客运价格灵活调整的需要,设计并开发了铁路客运价格调整应用系统,该系统采用主流的互联网开发框架和技术,具备待办事务管理、方案管理、公布票价变更、执行票价变更等功能,充分满足各级价格管理人员对于客运价格业务精细化管理的需要。该系统应用于铁路客运价格管理业务,能够助力铁路实现增运增收的目标。     

铁路客运旅客群体划分算法的研究

为有效引导客流的合理分布,增加铁路票价收益,文章基于铁路客运用户画像系统,利用社交网络特征传播的方式对旅客特征进行优化完善,并采用聚类算法对用户群体进行分类,对旅客进行市场细分,为在后期营销活动中针对不同的群体进行精准营销、实现铁路营销的差异化服务提供依据。     

面向普速车站的智能到发作业系统设计与实现

目前,全路有普速车站2 000多个,这些车站只有很少一部分建设了旅客服务集成管理平台（简称:旅服平台）,建设速度缓慢。主要原因是由于普速车站列车运行和客运组织情况复杂,现有旅服平台到发管理作业无法满足现有车站客运作业需求。因此,研究设计采用基于进站咽喉智能视频分析的车次识别与运输调度管理系统（TDMS）临站压轨数据相结合的旅服智能到发作业系统,对列车进站、停稳等状态进行预测判断,并在此基础上依托c#编程语言对到发管理作业进行新的算法设计与实现。通过对现场到发作业改进前后与列车到发作业时间预测结果对比分析,采用基于进站咽喉智能视频分析的车次识别与TDMS临站压轨数据相结合的智能到发作业系统时间预测准确性远高于现有旅服平台只接收TDMS方式的到发时间预测。