关于打通铁路网运输能力堵点对策探究

国铁企业落实党中央部署要求并加快推进铁路货运市场化改革,采取有效措施尽快打通铁路网运输能力堵点,有效降低物流成本。通过分析路网总体规模、旅客运输供给能力、货物运输保障能力等铁路网运输能力现状,剖析铁路网运输能力堵点及成因。在此基础上,提出加强铁路网运输能力经验借鉴,探析打通铁路网运输能力堵点对策,即:畅通普速干线通道,加强煤运通道能力保障,强化中欧班列通道能力,完善港口铁路通过能力,增强西部陆海新通道线路能力,完善枢纽点线配套能力,强化铁路货运设施设备卸车能力等方面,在助力降低全社会物流成本中发挥“火车头”的重要作用。

既有铁路开行市域(郊)列车开行方案优化

研究目的:在利用既有铁路资源发展市域(郊)铁路的背景下,本文研究旨在提高市域(郊)铁路的运营效率,以满足乘客的出行需求。通过分析不同到达模式下的乘客行为,提出一种适应混合到达模式的市域(郊)客流分配方式。基于“线路国有、国铁与地方共营”管理模式,构建一个多目标优化模型,综合考虑乘客出行时间、运营成本和地方政府成本,并采用遗传粒子群优化算法求解,优化列车开行方案。研究结论:(1)通过对某条市域(郊)铁路线路早高峰时段客流数据的实证分析表明,构建的市域(郊)列车开行方案优化模型能够显著提高运营效率;(2)该模型早高峰时段缩短了乘客总旅行时间34.8%,降低了铁路局运营成本10.2%,减少地方政府成本11.5%,并节省了10%的车辆购置费用;(3)本研究成果可为利用既有铁路开行市域(郊)列车的项目规划决策和运营优化提供参考。

基于“互联互通”的嘉兴至枫南市域铁路列车开行方案研究

嘉兴至枫南市域铁路是浙江省嘉兴市第一条市域铁路,是长三角地区多层次轨道交通网络中重要线路之一,与嘉善至西塘市域铁路互联互通。“互联互通”条件下市域铁路网络跨线运营是未来的发展趋势,列车开行方案设计是制定市域铁路运输组织方案的前提,做好“互联互通”条件下列车开行方案的制定是运营期市域铁路运营管理的一项主要工作,也是市域铁路规划设计阶段需要重点考虑的问题。在研究嘉兴至枫南市域铁路概况的基础上,对其进行数学建模。在分析市域铁路不同列车种类的基础上,以所有乘客总体出行时间效益最大化为优化目标,应用数学规划、多目标优化的方法构建了一套“互联互通”条件下列车开行方案优化模型,包括市域铁路直达列车数量计算模型、大站快车停站选择模型和大站快车、站站停列车数量计算模型。在研究嘉兴至枫南市域铁路线路互联互通的基础上,依据初期早高峰时段客流预测结果,计算得到初期早高峰时段嘉兴南站—南枫线段采用快慢车混跑方式,大站快车停车站为科技城站、嘉善站,开行直达列车1对/h,大站快车3对/h,站站停列车5对/h;嘉兴南站—示范区线段采用快慢车混跑方式,大站快车停车站为科技城站、嘉善站、西塘站,开行大站快车2对/h,站站停列车6对/h,进而确定嘉兴至枫南市域铁路列车开行方案。

基于BIM的高速铁路设计概算智能预测方法研究

针对现行高速铁路定额预测存在的固定性、滞后性和预测方法的二维、线性等问题,在分析设计概算和影响因素之间的非线性、不确定性等演变趋势和机理基础上,以已完工程项目的历史数据为基础,构建类似已完工程设计概算历史数据库。为提高智能预测的精确度,采用余弦相似度方法在数据库中筛选相似案例,对拟建高速铁路项目进行类似度分类,采用非线性反向传播神经网络、模糊C均值聚类、模糊推理等方法集成优化组合,构建高速铁路拟建工程设计概算智能预测模型和BIM三维可视化模型。研究结果表明,建立设计概算非线性集成方法预测模型,实现不同量级数据下预测方法的优势互补,保证预测精度;通过BIM技术建立的三维可视化模型,有效提升设计概算预测的智能化水平与可视化效果。

高速铁路对粤港澳大湾区机场群航线网络分层次影响研究

研究高速铁路对粤港澳大湾区机场群航线网络的影响,是优化其航线网络设计的重要基础。以2010—2019年粤港澳大湾区机场群航线网络面板数据为样本,运用Robust回归模型和固定效应模型,分层次考察高速铁路对粤港澳大湾区机场群航线网络的影响。研究表明,高速铁路对粤港澳大湾区机场群整体航线网络具有正向影响;对“粤港澳大湾区机场群—长三角机场群”和“粤港澳大湾区机场群—京津冀机场群”航线网络具有显著正向作用;对“粤港澳大湾区机场群—国际航空枢纽城市”航线网络和“粤港澳大湾区机场群—区域航空枢纽城市”航线网络具有正向影响,而对“粤港澳大湾区机场群—非航空枢纽城市”航线网络具有显著负向影响。总体而言,高速铁路可以促进粤港澳大湾区机场群航线网络发展,为机场群发展提供参考依据。

基于可预知大客流的城市轨道交通列车加开计划调整模型与算法

[目的]节假日、大型文体活动等事件会导致城市轨道交通线路产生可预知大客流,需在确保列车运行安全的前提下,根据客流预测情况在已有列车运行图中加开列车,以期在运营成本、运营组织复杂度和乘客服务水平之间取得平衡。[方法]采用事件-活动网络,对列车运行过程进行了形式化描述,建立了3个目标函数及相关的约束条件,进而构建了独立运用策略下列车加开计划调整模型、套跑混合运用策略下列车加开计划调整模型。在此基础上,提出了基于混合遗传禁忌的搜索算法。结合深圳地铁11号线的实际运营数据,在高峰时段和非高峰时段分别建立了不同的算例场景,以验证所建模型和算法的有效性。[结果及结论]所建模型支持不同运营时段、不同运行交路、不同车底接续策略下列车加开需求,在可预知大客流的运营调整上具有适用性。在车辆资源相对有限的情况下,为有效缓解高峰时段的客流压力,可灵活采用大小交路套跑混合运用策略,使线路的运输能力最大化。

考虑Pareto最优的列车运行图与维修天窗协调优化

列车运行图与维修天窗之间的冲突始终无法避免,且维修天窗开设时间的长短显著影响列车总运行时间。针对此问题,综合考虑维修天窗对列车运行造成的限速约束、车站到发线数量约束等,建立列车总运行时间最小,以及维修天窗实际开设时长与理想时长总偏差最小的双目标混合整数规划模型;对困难约束设置中间辅助变量将模型线性化以提高求解效率,并设计约束转换算法求解双目标模型的Pareto最优;微观化处理铁路线,将站内资源和站间资源细化为一系列行车资源单元,得到更加符合实际旅客运输需求的运行图。以某地区铁路线夜间开行列车及维修天窗开设计划为研究背景,调用商业软件求解双目标函数模型的Pareto最优,并对双目标模型的最小支配解和最优支配解进行对比分析;针对最优支配解下的列车进入、离开行车资源单元的时间、停站作业时间及维修天窗的开始时间及开设时长,绘制列车运行图。求解结果表明:模型在满足维修天窗最小开设时长的同时,能够兼顾列车运行总时间最小和维修天窗开设时长更充裕。基于最优支配解绘制的列车运行图表明:微观路网下的列车运行时刻表优化结果更符合实际旅客运输生产作业需要。研究结果可为铁路运营管理部门进一步优化列车运行图编制与维修天窗开设提供参考。

基于多通道数据的高铁司机警觉评估实验设计

高铁司机警觉与行车安全密切相关。为实现司机警觉状态评估,该研究设计了一种基于多通道数据的高铁司机警觉评估实验方案。依托高铁驾驶模拟器,以连续驾驶的方式诱发高铁司机警觉衰退,实验过程中同步采集其脑电、心电、眼动以及简单反应时间和疲劳程度主观量表。基于神经网络、支持向量机等机器学习技术构建司机警觉评估模型技术方案。以司机神经、生理等融合特征为输入,以司机疲劳状态为输出,构建司机警觉评估模型,对提出的实验方案进行探讨,验证提出的实验方案的合理性与可应用性。

高速铁路日常客运量的EMD-Informer组合预测方法

铁路客流需求的科学预测是进行运输组织方案决策的重要依据。以高速铁路历史客票数据为基础,结合经验模态分解(empirical mode decomposition,EMD)与机器深度学习中的注意力机制,提出高速铁路日客流量的EMD-Informer组合预测方法。首先采用EMD方法分解高速铁路客流量序列,获得具有周期特征和线路客流内在特征的模态分量,再利用Informer模型分别训练和预测各模态分解分量,并通过多头注意力机制高效挖掘客流数据内在规律和捕捉数据序列中的关键特征,在此基础上重组各分量预测值,从而得到高速铁路日常客流的整体高精度预测值。同时,根据结合问题特征的大量实验,明确可供实际运用参考的超参数设置规则。基于京沪高速铁路全线的实例计算分析表明,相对对比预测方法,EMD-Informer组合预测方法在高速铁路客流的单步预测及超前预测上均具有明显更小的预测误差。

基于DEMATEL-AISM的铁路工程建设风险识别影响因素与优化策略研究

铁路工程建设大型化、复杂化和系统化的发展趋势下,潜在的风险因素日益繁多,铁路工程建设高质量和可持续发展之路充满挑战。风险识别作为风险管理的首要环节,是应对和控制铁路工程建设风险的关键,受到项目内外部多方面因素的影响,且现有实践中没有系统的指导,导致风险识别工作易存在疏漏。基于此,通过文献研究和因子分析,提取铁路工程建设风险识别的核心影响因素,运用决策与试验评价实验室和解释结构模型的方法,构建对抗多级递阶结构模型(DEMATEL-AISM),计算铁路工程建设风险识别各影响因素的重要程度及其耦合关系。研究结果表明:铁路工程建设风险识别的效果受到直接层、间接层和根源层3层因素共同作用,其中,危险源监测分析、人员风险意识、风险调查措施、风险应对能力、铁路建设目标、预期风险后果和风险识别技术是影响风险识别结果的关键因素,在铁路工程建设风险管理工作的开展中应重点关注和控制。基于模型结果,分析风险识别影响因素的层级结构及因果关系,并从风险内部控制、项目一体化风险管理体系构建和动态风险预警机制设立3个方面,提出了铁路工程建设风险识别的建议和策略。研究结果有助于提高大型铁路工程建设风险辨识结果的全面性和科学性,对构建铁路工程建设风险识别体系具有一定参考价值和借鉴意义。

高速铁路列车开行方案与票价票额综合优化

为提升高速铁路的运营组织水平和盈利能力,本文提出高铁列车开行方案与票价票额综合优化方法。首先,构建分时客流需求与票价间弹性需求函数,并分析包括出发时段偏差、乘车耗时及票价的旅客广义出行成本,进而采用多项式Logit模型描述分时弹性客流的列车选择行为。在此基础上,以客票总收入与运营总成本之差最大为目标构建三者综合优化模型。其次,利用OD总收益关于列车票价的偏导构造票价方案搜索策略,使票价邻域解和列车开行方案邻域解相适应,并运用Cplex求解对应的最优票额分配方案,设计模拟退火算法求解模型。最后,基于郑西高速铁路进行算例分析,结果表明:在7个不同弹性系数下进行综合优化,旅客出行成功率和列车平均客座率均在90%以上,优化解的列车开行方案、票价方案及票额分配方案均高度匹配;在5组不同规模算例中,三者综合优化的运营净收益相比于固定票价下的开行方案与票额联合优化和固定开行方案下的票价与票额联合优化,分别提高了4.11%~15.25%和3.17%~13.42%,且人均单位里程出行成本亦分别降低了1.69%~4.96%和0.97%~4.35%,表明综合优化更好地提升了高速铁路的运营收益和旅客服务水平。

铁路周界入侵目标多尺度特征感知算法

准确识别侵入周界范围内的人和大型牲畜是铁路周界入侵视频智能分析技术的重点内容,对保障铁路安全运营具有重要意义。基于现有目标检测算法难以处理铁路监控场景中入侵目标呈现显著尺度变化的状况,提出一种多输入双输出神经网络(Multiple Input Double Output Network,MIDO-Net)和基于自适应特征加权融合的目标多尺度特征感知算法。首先,通过MIDO-Net多层级联的多输入和双输出网络结构,提取图像目标更丰富的多尺度特征信息;其次,依据骨干网络多阶段的特点,先将多级特征上采样至统一分辨率,再利用注意力模块和自适应参数对多级特征进行加权;然后,将特征输入到检测头中完成铁路周界入侵的识别;最后,通过视觉目标类别(Visual Object Classes,VOC)公共数据集和制作的多场景、多尺度铁路异物侵限数据集,对算法进行验证。结果表明:提出的多尺度特征感知算法在VOC公共数据集中的检测精确率达83.3%,在多场景、多尺度铁路异物侵限数据集中的检测精确率达91.1%,平均召回率达56.2%,均优于当前广泛使用的各种特征提取骨干网络;算法检测速率为45帧·s^(-1),优于同类型的骨干网络,且能满足铁路场景的行人实时监测需求。

考虑随机需求的高铁快递运输计划优化方法

为了充分利用高速铁路非高峰期的列车运输能力,提升高速铁路运营的经济效益,研究载客动车组客货共运模式下的高铁快递运输计划优化问题。首先,考虑高铁快递运输需求的时效性与随机性,以最大化高铁快递运营企业期望总利润为优化目标,同时满足列车运输能力、车站装卸效率、标准箱到发量守恒等约束,构建高速铁路快递运输计划优化的2阶段随机规划模型。在第1阶段,以最大化高铁快运期望总利润为目标,确定各列车的运输能力分配计划;在第2阶段,根据第1阶段获得的列车运输能力分配计划,确定随机需求场景下的高铁快递实际装运方案,使该场景下的运营收益达到最大。其次,基于蒙特卡洛模拟随机生成需求场景,采用反向消减算法(BRA)将2阶段随机规划模型转化为包含有限场景数的确定性整数线性规划模型,从而调用商业求解器GUROBI进行求解。最后,以宁杭高速铁路为背景进行算例分析,验证模型和算法的有效性。结果表明,相较于基于确定性需求得到的运输计划,利用随机规划方法得到的方案更能适应需求的随机性,从而达到更好的盈利效果,同时可以兼顾服务水平与企业收益,适用于实际运营中高铁快递运输计划的设计与优化。

基于组合深度学习的轨道交通短时进站客流预测模型

针对轨道交通短时进站客流考虑不充分和特征学习不全面而导致预测精度不高的问题,选取客流特征、天气、空气质量和道路交通拥堵指数等多个因素,提出了一种基于组合深度学习的轨道交通短时进站客流预测模型(CNN-ResNet-BiLSTM)。基于卷积神经网络(CNN)对多因素客流时间序列进行自动提取,在CNN网络中插入多个残差神经网络(ResNet)来加深网络深度,利用双向长短时记忆神经网络(BiLSTM)捕捉前后两个方向的客流时间序列特征并得到预测结果;以杭州市全网80个站点工作日的进站客流为例,验证了该模型的有效性。研究结果表明:与常用的几种模型相比,多因素CNN-ResNet-BiLSTM组合模型的均方根误差(E RMS)至少降低了8.50%,平均绝对误差(E MA)至少降低了6.74%,平均绝对百分比误差(E MPA)至少降低了6.52%。

基于云模型的“一带一路”沿线省份国际冷链物流发展水平评价研究

在全球消费需求日益扩大的背景下,冷链产品进出口量剧增,为冷链物流提供新的发展机遇。为研究区域间国际冷链物流发展水平差异,考虑营商环境和地理因素,构建国际冷链物流发展水平评价指标体系,运用熵权-云模型对国际冷链物流发展水平进行评价,以“一带一路”沿线省份为例进行实证分析。结果表明:71%的省份国际冷链物流发展水平处于中上水平。在营商环境、基础设施和地理环境方面存在发展差异,其中进出口总额、冷藏车数、国际联系强度和对外开放水平是影响发展的主要因素。空间上,沿海省份国际冷链物流发展水平高于内陆省份,北部地区呈现“一核一副,周边聚集”的特征,东南沿海地区呈带状分布,西北地区呈现“中部低,两端高”的特征。

基于模糊聚类和改进Densenet网络的小样本轴承故障诊断

针对实际中轴承的故障数据少难以满足深度学习数据大量训练模型的要求,利用卷积神经网络的微小特征提取优势和模糊聚类不需要训练即可完成分类的特点,提出了一种基于模糊聚类和改进Densenet网络的小样本轴承故障诊断方法。首先将预训练微调的Densenet网络去掉分类只保留特征提取层,设计一个维度自适应全局均值池化层(GAP)代替全连接层(FC),其次利用模糊聚类代替Densenet网络的softmax分类层,不需要训练即可完成分类。实验结果表明:该算法利用小样本数据训练网络中的GAP参数,模型需要的训练样本大大减少,诊断时将轴承时域图像输入到网络中,在GAP层输出1 920个特征数据,不同故障状态的特征数据构建特征向量矩阵,利用模糊聚类方法求得模糊相似矩阵和模糊等价矩阵,当置信因子从大到小变化时,由对应布尔矩阵得到动态聚类图,从而实现轴承故障分类。

基于联邦学习和多方安全计算的海铁联运数据安全共享方法研究

我国海铁联运占港口集疏运比例仍然过低,关键原因之一在于铁路对于港口适运货源的动态信息不明、营销组织不力。铁路货运营销部门缺乏在保证港口、铁路、海关三方数据隐私安全的前提下,根据铁路运力动态主动挖掘港口和海关数据中潜在适运货源的技术方法和手段,难以推出适销对路的运输产品和动态营销手段,也难以为海铁联运基础设施的建设提供有效决策依据。构建基于联邦学习和多方安全计算的铁路-港口-海关数据安全共享方法,使用结合同态加密等多方安全计算技术的梯度提升决策树作为模型训练算法,铁路、港口、海关三方地位对等协作,训练出海铁联运潜在货源识别策略;在该策略的正式运行实现过程中,铁路方能够获得路网各流向潜在适运货源的数量级,各方均看不见、带不走其余参与方的任何原始数据。

基于迁移学习的轨道交通特殊OD客流预测研究

客流预测一直是轨道交通运营公司关注的重点,由于受到运输能力的限制等因素影响,部分OD的实际客流数据与真实需求有偏差,出现异常或者样本缺失,从而造成总体样本量偏小,直接采用这些样本进行预测会明显影响预测精度,但通过还原样本值增加样本量难度太大。根据上述特点选择基于实例的迁移学习,先确定源域的对象和范围,从源域中选择合适的样本补充到总体样本中,共同组成最终的训练样本数据集,完成迁移学习。同时选择改进的Boost算法,通过误差调整样本权重,不断迭代,得到最终的预测模型。结果表明:基于实例的迁移学习结合改进Boost算法的预测精度要好于传统集成学习、ARIMA模型、多元回归模型,为轨道交通运营公司对特定OD的客流预测提供新的有益尝试。

铁路工程接口工序工期匹配研究

铁路工程项目涉及参与方众多,专业交叉深入,形成大量工程接口,因此参与方协调配合,接口界面平顺衔接是保证铁路工程项目顺利完成的关键,而确保铁路工程接口工序工期匹配便是解决铁路工程接口匹配问题的基础。考虑影响接口交换时间各因素的相互作用,结合Shapley值法进行仿真模拟,建立接口工序工期预测模型。在此基础上,提出3种基本的接口工序工期匹配手段,结合任务要求的接口匹配状态形成13种接口工序工期匹配方式。根据工程实际情况选择相应的匹配方式调整接口工序工期,能够使接口上、下游双方实时获取接口信息,避免由于工期不匹配导致的返工和重复做工等问题,最终实现节约资源,提升铁路工程质量。

低真空管道列车关键气动问题研究进展

低真空管道列车系统结合应用了管道运输和磁浮推进技术,是一种颇具潜力的未来地面高速交通方式。列车在极狭长的管道空间内长距离往返,通常诱发以管内壅塞现象为主导的大尺度跨声速流动和多车干扰,导致气动阻力急剧增加和气动热环境恶化,从而面临突出的空气动力学问题。本文从管道全场和列车近场两个视角出发,对管道列车流动特征进行了总结,并对近年来国内外该领域气动力/热/噪声研究的进展进行了梳理。在此基础上,围绕管道列车全线多车运行热点问题,对运行速度、管道阻塞比、发车间隔、运行模式的选取进行了讨论。最后,展望了低真空管道列车气动研究领域未来发展方向,指出高效研究方法、多车运行流动干扰、多车运行气动热、长大管道气动噪声、减阻/降热/降噪技术等是今后需要重点研究的领域。