基于卷积神经网络的铁路故障持续时间预测方法研究

随着铁路网络复杂程度的不断提高,铁路运营部门调度难度日益增加,亟须研究精准预测铁路故障持续时间的方法,从而提高铁路调度系统应对各类风险和事故的能力。文章基于“安监报1”的文本数据,结合Jieba分词、Word2vec词向量模型等自然语言处理技术,构建了一种基于卷积神经网络(CNN,Convolutional Neural Network)的铁路故障持续时间预测模型,并基于中国铁路沈阳局集团有限公司的实际生成数据进行试验。试验结果表明,本预测模型能够较为快速、准确地获取铁路故障持续时间及其概率分布,为列车的运行调整提供参考。

铁路客运车站在城市交通一体化中的作用

铁路客运车站是一个集多种交通方式的分配平台,衔接着城市间的运输系统和城市的交通系统,是城市交通网络的换乘节点。确定合理换乘量,优化客流交通组织,对车站的客流交通组织进行定性定量的评价,提供各交通方式之间的高效快速换乘是铁路客运车站在城市交通一体化中的核心功能之一。

沈阳铁路局推进集装化运输发展的探索

为了实现货运作业标准化,沈阳铁路局通过运用散粮装箱专用装备——散粮装箱翻转平台等措施,全力推进散粮集装化运输;通过购置完善集装化运输装备、健全规范集装化用具管理、积极研发新型集装化用具、思考推动企业产品包装集装化等措施,积极探索货物快运集装化运输,并且总结出探索推进集装化运输的3条重要启示。

基于简单网络管理协议的铁路应用管理模式研究

主要探讨如何对基于网络环境的铁路应用系统进行集中有效地管理,以及如何实现在通用的网络管理平台上对这些应用系统进行统一监测和控制,并以铁路管理信息系统的主要应用为例,构造应用管理的系统结构模型。