基于可解释机器学习框架的列车乘车区段客流分布预测方法

为解释客运产品特征对列车乘车区段客流分布预测的影响,本文提出一种基于可解释机器学习框架的高速铁路列车乘车区段客流分布预测方法。首先,提出基于梯度提升树模型的高速铁路列车乘车区段客流分布预测框架,构建不同梯度提升树模型(GBDT、XGBoost、LightGBM及CatBoost)的高速铁路列车乘车区段客流分布预测模型;其次,计算特征贡献重要度,基于SHAP(SHapley Additive exPlanations)方法实现特征变量优化,揭示单一特征和交互特征与列车乘车区段客流分布预测的非线性关系。北京南—上海虹桥间列车客流分布预测结果表明:4种模型可精准预测客流分布结果,GBDT,XGBoost,LightGBM及CatBoost在测试集的决定系数分别为0.9664,0.9601,0.9680及0.9715;特征优化后,按贡献重要度排序依次为标杆车,票价,旅行时间,日期,星期,车次及出发时间;特征优化后,CatBoost-7模型在验证集中的决定系数为0.9458;日期和标杆车对客流分布预测呈现非线性正相关,旅行时间对客流分布预测呈现非线性负相关,低旅行时间、高票价及出发时间整点的标杆车对客流分布预测产生正向影响。本文研究结果能够为高速铁路客运产品设计提供一定参考价值。

开行3万吨重载列车运输组织方案研究

紧跟世界重载铁路先进技术水平,提高运输能力,我国有必要发展3万吨重载列车。以大秦线为例,借鉴2万吨重载列车开行经验,探讨开行3万吨重载列车的运输组织方案,采用组合站始发—直达终到站分解卸车—空车返回的循环运输模式,从列车始发作业站、编组方式、列车检查、司机换班、终到分解、回空运行等方面,阐述运输组织方案的合理性。考虑运输能力受始发作业站能力、牵引供电能力、区间通过能力的限制,检算始发组合站到发线能力及重车方向运输能力,结果表明,在现有列车开行方案基础上,开行6列3万吨重载列车,平均通过能力利用率达到93.1%,输送能力可提升0.49亿t,运输能力提高11.5%,扩能效果良好;也可以选择采用3万吨重载列车1∶1替换2万吨重载列车的组织方式,输送能力可提升0.17亿t。

高速铁路动车组集群运行仿真技术研究

针对我国高速铁路发展运营水平需求与运输组织管理手段不足之间的矛盾,提出一种基于多线程同步事件驱动耦合机制的高速铁路动车组集群运行仿真模型。以铁路局集团公司真实LKJ数据作为仿真基础,映射曲线坡度限速等线路信息并抽象化,将动车组牵引计算作为研究对象,对单列列车运行进行建模。结合CTC系统及CTCS-2/3级列控系统机制,应用并实现多列列车追踪场景仿真,通过深度耦合关系构建与路网相匹配的车站拓朴图与运营区间,进而基于时刻表与列控模型实例化车次信息,实现动车组集群运行仿真平台搭建。最后以真实路网实际线路设备数据为基础进行验证,实验结果表明,平台可实现列车集群运行仿真,并可为评估列车运行状态、运行图调整评价与既有线改造评估提供支撑手段。

基于MLPs-dynFWA模型的高速铁路短时客流预测方法研究

针对传统深度学习模型在预测高速铁路短时客流时难以确定时间阈值、网络参数选取有难度等问题,提出一种基于多层感知器时间序列网络与动态搜索烟花算法的高速铁路预测模型。首先以高速铁路短时客流预测作为研究对象,将MLPs网络中每个节点作为一个感知器,模拟生物神经网络中神经元基础功能,对时间变化特征进行建模;再将dynFWA算法应用到神经网络参数多样性选择中,利用爆炸算子搜索机制对网络超参数组合进行优化,以高速铁路历史真实客流系数为基础,部分数据作为数据源,部分数据作为验证组,通过MLPs-dyn FWA模型进行预测并将结果与其他预测模型进行比较,得到不同数据组在不同模型优化策略下的性能指标。通过实验结果得知,MLPs-dynFWA模型对于高速铁路短时客流预测性能最优。

基于改进Rotor模型的客货共线铁路通过能力计算方法

针对连发追踪旅客列车开行数量增加导致扣除系数法在通过能力计算上的局限性,提出1种用于计算客货共线铁路通过能力的全时迭代方法。对原始时刻表数据执行既定分层策略,确定运行图目标区段不同类型列车及天窗的铺画优先级,将通过能力最优解问题转化为平行运行图上逐层铺画开行列车并使每次铺画对目标值影响最小的最值求解问题;基于密码锁转子解锁原理提出改进Rotor模型,通过逐层非连续多元方程寻优实现无损耗迭代,求得目标区段通过能力的最优解;依托京沪铁路徐州北下发场—蚌埠区段的时刻表数据进行实例验证。结果表明:本文算法在计算通过能力时可充分考虑目标区段内各类列车条件;基于同样的数据集,纵向与枚举法、简单Rotor模型法对比,本文算法收敛耗时最短、计算效率最高;横向与扣除系数法、图解法以及路局反推法对比,本文算法平图利用率充分、性能最优;与路局实际运行图数据对比,本文算法得到的区段通过能力平均提升9列,区段空闲时间占用率平均降低11.05%。

遗传算法(GA)在旅行商问题(TSP)中的应用

旅行推销员问题(Traveling Saleman Problem,TSP)又被译为旅行商问题,简称为TSP,是最基本的路由问题,问题是在寻找从起点单一的旅客,所有给出需求点之后,最后回到最小路径成本的起源。最早的旅行商问题数学规划是由Dantzig(1959)等提出。文章通过遗传算法及三交换启发交叉(THGA),较好的解决了点数较多时最优解的查询,算法结构简明,可用于大规模点阵的最优路径问题。

铁路集装箱运输服务网络设计优化模型及算法

依据铁路运输生产实际,充分考虑铁路集装箱办理站装卸能力、邻接路段通过能力及集装箱运到期限的要求,以总成本最小为优化目标,构建了铁路集装箱运输服务网络设计的线性混合整数规划模型.提出了基于遗传算法的求解方法,运用回溯法的思想搜索各箱流在服务网络中的可行路径以产生初始方案,并设计启发式策略修复出现的不可行解.仿真计算表明:模型和算法具有较高的计算效率,能有效解决大规模的铁路集装箱运输服务网络设计问题.

新建北京至唐山铁路唐山站改造工程施工组织优化研究

针对铁路既有线改造工程实施过程中,工期保障、组织管理、精细化施工监管困难等系列问题,提出一种动态优化铁路工程施工组织的方法。首先以铁路既有线车站改造作为研究对象,采用栅格化流程分割方法将铁路工程施工按相应标准划分为若干风险管理网格单元,简化铁路施工动态控制难度,建立科学化的动态管控技术、监管评价体系以及铁路施工风险模糊评价模型,并以新建北京至唐山铁路唐山站改造工程施工组织管理为例,利用风险管理方法将需要整体监控的施工组织管理进行分析铁路专业类别细分,辅助实现铁路施工风险的精细化管理,保障施工组织方案的科学性,对提升我国铁路建设工程安全风险管理水平具有一定的支撑作用。

高速铁路科研试验管理系统研究与设计

针对目前高速铁路科研试验管理中存在的问题提出高速铁路科研试验管理系统研究与设计目标,通过高速铁路科研试验管理系统的总体设计及功能设计,实现系统设计中的相关关键技术,基于总体试验计划管理、现场试验管理、过程协作、进度管理等主要功能及非功能设计,建立一个涉及高速铁路科研试验相关单位,集科研试验流程管理、试验数据管理、试试验数据综合分析研究于一体的高速铁路科研试验管理与研究系统,通过对高铁速铁路科研试验过程及数据实施信息化管理,有效规范工作流程,提高试验数据应用价值,为研究探索轮轨关系、弓网关系、空气动力学等高速铁路基础问题提供数据支撑。