列流图编制系统设计与实现

铺画列流图是优化铁路运输规划与组织的重要流程。为提高铁路设计中列流图的编制效率,运用Spring Boot框架与Vue框架,采用Java语言,设计并实现了基于B/S架构的列流图编制系统。系统提供车流计算、列流设计、指标统计、列流图编制与绘制等功能,具有较高的智能化水平,使列流图编制和调整方便快捷,有助于降低铁路设计人员的工作强度,提高列流图编制质量。

基于BP-GRU组合模型的高速铁路短期客流预测

高速铁路短期客流预测需要高质量的准确度,提出BP-GRU深度学习组合模型以提高预测准确性。针对BP算法易陷入极小值的问题,构建BP-GRU训练模式与预测模式,从而提高BP算法的搜索能力。以2020年4月1日至2022年2月25日上海站客流为基础,从时序客流数据特点出发,完成了客流数据的标准化与重构。通过精细化参数设置,借助BP-GRU的不同模式,对高速铁路短期客流进行预测。通过与LSTM、GRU、BP-LSTM预测模型对比,采用合适的评价指标,结果表明BP-GRU组合模型比单一神经网络预测效果更好。BP-GRU比BP-LSTM拥有更加简单的网络的结构,预测结果基本一致的情况下,完成本次预测所花费的时间更少。