基于GA-GM(1,N,α)幂模型的铁路客运量预测

针对在铁路客运量预测领域传统的灰色预测模型不能反映真实系统的非线性结构特点及其背景值的赋值不合理的问题,提出使用对系统相关因素引入幂指数且经过背景值优化的GM(1,N,)幂模型进行客运量预测。背景值优化时设置待定参数,利用线性组合结构重新计算背景值。对此模型产生的较多的待定参数,采用能够并行运算、全局寻优的遗传算法进行一次性求解。最后使用此模型对甘肃省铁路客运量进行建模预测,并与传统GM(1,N)模型、GM(1,N)幂模型进行对比分析。结果证明,GM(1,N,)幂模型具有更高的预测精度,对铁路客运量预测有一定的应用和研究价值。     

基于多功能车辆总线的机车轴承故障诊断系统

研制开发的基于多功能车辆总线的机车轴承故障诊断系统是通过监测温度和振动信号来对机车走行部轴承进行早期诊断和预警,把组合预测模型引入机车轴承故障预警,使用灰色模型和时间序列模型预测故障增长性趋势和波动性趋势,再将预警值加以综合。给出了诊断系统的硬件结构、软件功能与特点。试验表明所开发的系统有很强的鲁棒性,能有效监测机车轴承故障。     

Holt-Winters模型在铁路货运量预测中的应用

铁路货运量的预测结果直接影响到铁路运输计划及有关运输政策的制定。通过提出基于Holt-Winters的铁路货运量预测模型,介绍了平滑系数α、β、γ的选取及初始平滑因子、递推计算过程等关键预测环节,并对该预测模型设计了相应的算法,最后利用实例验证了Holt-Winters预测方法的有效性和实用性。     

基于灰色DGM(2,1)模型的四川省铁路货运量预测

基于四川省铁路货运量的数据特征,引入灰色系统理论,建立四川省铁路货运量DGM(2,1)预测模型,并对其预测值进行精度检验,得出该模型精度为一级,模型精度高、可用于货运量的预测的结论。在此基础上对四川省2010-2015年的铁路货运量进行了预测,结果呈现单调的递增趋势,发展态势良好。     

基于Box-Jenkins的铁路客运量短期预测

对客运量的发展趋势进行科学预测是铁路客运企业正确进行市场决策的基础。运用Box-Jenkins对某铁路局的客运量进行了预测,结果显示Box-Jenkins模型在分析处理短期客运发送量预测工作中的非平稳时间序列上,具有一定的优势,预测结果可信。     

高速铁路助推中国低炭经济发展

研究目的:本文从实证分析和比较分析的角度,论述高速铁路在节能环保、防治噪音、节约土地以及降低外部成本等方面相对于其他交通运输方式和普速铁路所具有的比较优势。通过对京津城际铁路的案例分析,进一步验证高速铁路在节能减排等方面的独特优势,并对未来几年一大批高速铁路投入运行后所带来的"低碳效应"进行预测。研究结论:发展高速铁路对于我国经济社会可持续发展的意义重大而深远。一方面,它能有效避免发达国家运输以环境污染与数量惊人的交通事故为代价的以汽车为主的发展之路,建立起符合能源和环境发展要求的以铁路尤其是高速铁路为主的最佳运输结构;另一方面,它能充分利用发展中国家的后发优势,迅速建立起现代化的"以人为本"的快速交通运输体系,实现在科学发展观指导下的交通运输与环境资源两者之间和谐而永续的发展。     

TSP 203在隧道施工中的应用

研究目的:太行山隧道地形地质条件极为复杂,工期紧。为确保工期,加快施工速度,本文通过对隧道超前预测预报技术TSP 203的使用方法、工作内容、工作程序和数据分析方法的研究,以达到TSP 203能够迅速、准确地探明隧道前方的工程地质和水文地质情况的目的。研究结论:TSP 203能够准确地预测隧道前方100～150 m处围岩地质体的性质、位置和规模,特别是溶洞、断层和破碎带等不良地质。隧道施工通过TSP 203超前地质超前预测预报系统提前预知隧道前方围岩情况,可减少隧道施工的盲目性,避免隧道施工过程中可能的重大不良地质或灾害地质发生,进而有效地防止工程事故,加快施工进度。     

基于周期时变特点的城市轨道交通短期客流预测研究

分析了城市轨道交通客流的周期时变性特征,并根据该特征在GM(1,1)灰色预测模型的基础上改进了马尔科夫算法,以适用于城市轨道交通短期客流预测。用无偏GM(1,1)模型拟合系统的发展变化趋势,再以此为基础进行了马尔科夫链预测,并采用多转移矩阵排除客流数据中噪声数据的扰动。试验结果表明,改进后的模型在城市轨道交通客流短期预测中具有良好的精确性。     

基于回归模型的城市轨道交通能耗预测

以上海轨道交通运营统计数据为基础,分析城市轨道交通能耗结构。用相关性分析方法研究影响轨道交通能耗的重要因素。建立了城市轨道交通能耗系统的回归模型,并利用该模型对上海轨道交通5号线的能耗进行了预测。结果表明,该模型可以较准确地预测轨道交通的运营能耗,全年能耗预测误差在5%以内,为城市轨道交通能耗系统的建模与预测提供了一种新的方法。