基于层次灰色模型的铁路技术创新绩效综合评价

运用技术创新基本理论,结合铁路技术创新实际,从效益(经济、社会)增长、市场状态(市场份额、市场营销)改善和创新主体素质(技术装备水平、管理水平)提高3个方面建立了评价铁路技术创新绩效的多级指标体系。将层次分析法(AHP)和灰色系统理论结合起来建立了层次灰色评价模型(HGM),运用该模型对铁路技术创新绩效分别从整体和分项进行了综合评价,得出:铁路技术创新绩效绩优度为“一般”,其主要原因在于铁路运输市场状态改善中市场份额扩大程度较低。实证分析结果表明:改进层次灰色评价法(层次灰色评价模型)为一种评价铁路技术创新绩效的有效方法。     

全国水运货运量预测的灰色系统模型

介绍灰色控制系统的基本理论，并给出了全国水运货运量预测的GM（1，1）模型，可供水运部门制定规划时参考。     

铁路绿色施工节地与土地资源保护措施评价

为了更好地促进绿色铁路建设,进而促进国家实现建设资源节约型环境友好型社会的目标,必须对施工阶段铁路的节地与土地资源保护措施进行评价。通过研究相关技术标准及铁路施工特点,建立一套完善的铁路绿色施工节地与土地资源保护措施评价指标体系。然后,利用三角模糊数层次分析法确定各指标权重,应用灰色聚类法确定评价指标体系的综合绿色等级。最后,结合实例证明三角模糊数层次法与灰色聚类法结合可以对铁路绿色施工节地与土地资源保护措施进行很好的评价,并能找出铁路施工阶段节地与土地资源保护的不足之处并进行改进。     

基于灰关联度理论的重大危险源风险评价技术的研究

为了提高重大危险源风险评估的有效性,采用灰色系统关联度原理,将灰关联分析方法应用于重大危险源风险评估.根据系统安全工程理论,建立了重大危险源评价指标体系,并计算评价指标中的各子系统相对于各个标准评价等级的关联度,然后对各子系统进行较高层次上的综合,以综合结果排序,按隶属度最大原则,确定了重大危险源的风险等级,并开发了原型系统.实例分析表明,本方法简便易行,且结果与实际较为吻合,对重大危险源评估具有较好的适用性.     

基于OpenStreetMap的城市自行车网建模与多判据路径规划

自行车交通是一种健康、绿色、环保的交通出行方式,合理地规划自行车出行路线对于满足骑行者多元化出行需求、构建安全规范的城市交通出行环境具有重要的意义.在对真实骑行者路径选择行为深入分析的基础上,提出了基于Open Street Map的城市自行车网络的构建方法及基于其上的多判据自行车路径优化的数学模型,并给出了求解该模型的一种基于聚类的最优多判据路径规划方法.实验仿真结果表明,该模型及方法能够生成满足骑行者真实需求的多判据路线方案.     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

基于PCA-聚类分析的高铁旅客购票行为特性研究

铁路运输中旅客购票行为是铁路客运运营策略制定的重要基础.旅客购票行为直接影响着列车能力的占用过程,是铁路客运票额组织的重要依据.根据贵阳—广州高速铁路的旅客购票统计数据,以高铁购票旅客为样本,运用主成分分析法购票行为的特征属性进行综合分析,获得购票行为中重要特征变量.结合单次购票强度提出基于模糊C均值的双重聚类算法,对购票旅客进行聚类,并利用模糊聚类有效性指标Xie-beni和分离系数法确定最佳聚类数.结果表明,高铁旅客购票行为的关键特性为单次出行旅客人数、购票提前天数、出行OD城市人均GDP和购票渠道;不同旅客类型的购票行为有明显特性.     

基于特征子序列修正的公交刷卡滞后时间推算

针对一票制公共交通IC卡刷卡系统存在的滞后时间问题,提出基于特征子序列修正的时差匹配推算方法。依托GPS车辆到站信息序列和刷卡聚类序列,分析首末站和中途站站间运行时间分布的差异化特征,分别从两序列中提取大时间差和连续小时间差等特征子序列;利用两种子序列间一对一或一对多的对应关系分别进行初步搜索和二次修正,兼顾匹配过程的效率和精度。将推算流程应用于山西省大同市公共汽车系统,结果显示,抽样车辆的刷卡匹配率均达到99%以上,并且针对不同类型的公共汽车线路具有较强的适应性。     

基于零和灰色博弈模型的高速公路入口车辆冲突研究

基于灰色思想和博弈理论分析高速公路入口冲突车辆受到的不确定性因素,提出冲突车辆选择策略时受到区间灰数的约束,建立冲突车辆的零和灰色博弈模型。算例计算表明,零和灰色博弈模型客观反映了高速公路入口车辆的冲突,与实际情况很相符。     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。