基于云模型的城市轨道交通应急预案评价

城市轨道交通应急预案是应急机构和人员处理运营突发事件的指南,在应急管理中发挥着极其重要的作用,评价其优劣具有重要意义.为了解决在评价过程中存在评价指标主观性过强及评价结果难以量化等问题,引入CRITIC法和云模型理论,提出了二者耦合的城市轨道交通应急预案评价方法.根据实际情况建立了城市轨道交通应急预案评价指标体系,采用CRITIC法确定了各指标的权重,运用云模型的基本算法生成评价云和结果云,通过云的数字特征和云图比较直观地展现评价结果,得到待评价预案的评价等级.以某城市轨道交通应急预案为例,验证了评价方法的合理性与有效性,为应急预案的评价提供了新的理论依据.

基于乘客OD间路径旅行时间的城市轨道交通客流分布计算模型的适用性研究

[目的]针对目前城市轨道交通(以下简称“城轨”)线网客流分布计算模型的客流计算结果与实际客流存在偏差的现象,需基于OD间路径的实际旅行时间,对基于多路径概率分配的客流分布计算模型的适用性展开研究。[方法]基于乘客OD间路径的实际旅行时间,分析揭示了现有城轨客流分布计算模型存在的主要问题;融合AFC(自动售检票)系统和ATS(列车自动监控)系统两类数据,构建并标定了基于乘客OD间路径旅行时间的城轨客流分布计算模型;对目前国内城轨系统广泛采用的基于多路径概率分配的城轨客流分布计算模型的适用性进行了分析与评价。[结果及结论]现有城轨客流分布计算模型在路径选择集和路径选择比例上存在主要问题。通过基于多路径概率分配的城轨客流分布计算模型获取的路径分配比例,得到的旅行时间分布模拟结果均为单峰,无法重现从AFC票卡提取的实际旅行时间分布的多峰情况。当城轨线网较为简单时,基于多路径概率分配的城轨客流分布计算模型基本适用;当线网规模不断增加,线网结构进一步复杂,列车运行方式的多样性、乘客出行行为的差异性等不断加大的条件下,该模型对于路径阻抗差异小的OD可能适用,而对于路径阻抗差异大的OD不适用。

基于组合赋权-云模型的城市轨道交通换乘站运营安全评估研究

换乘站作为城市轨道交通联络线网的载体,其运营安全状况是影响整个线网运营的关键因素。针对现有换乘站安全评估影响因素不全面、评价标准不完善等问题,构建换乘站运营安全评估指标体系,并引入直觉模糊二元语义改进最优最劣法确定指标权重。同时,在充分考虑主观评价的犹豫性和模糊性的基础上,提出基于云模型的定性语言定量化的重构方法,并通过对比综合云与标准云的相似度给出评估结论。以上海地铁龙阳路换乘站为例,构建影响龙阳路站运营安全的指标体系,得出龙阳路站运营安全水平及设备因素对其运营安全影响最大的新结论,验证该评估方法的有效性,为准确掌握轨道交通换乘站运营安全现状,提高运营安全水平提供理论支撑。

基于快速扩散生成模型的地铁轨道异物入侵检测算法研究

针对现有基于无监督的地铁轨道异物检测算法中,对不同视角需要进行单独训练模型的问题,提出一种基于快速扩散生成模型的统一模型检测算法。该模型基于扩散模型,在仅使用正常样本训练一个模型的条件下,实现对多个视角异物入侵检测。检测时,扩散模型对存在异物的图像部分重构为无异物,然后将重构图像和原图进行比对得出存在异物的位置。研究发现,通过合理设计扩散步长和采样时刻,扩散模型能够在不需要扩散过程的情况下,直接对图像中的异常部分进行重构,使其和正常样本一致。为加速扩散模型的采样生成过程,在求解扩散模型的常微分方程的解过程中,分解方程中线性与非线性部分,对线性部分精确求解而对非线性部分进行近似求解。在不添加其他检测网络的条件下,算法利用扩散模型中深度神经网络的编码器部分,对重构图像和原图进行特征提取,在不同尺度上对比两者特征差异,由此得到异常热力图。实验结果表明,该模型在仅需要4次神经网络前馈的条件下,受试者曲线下面积积分比在图像级别和像素级别上分别达到99.05%和97.62%,相比其他单一视角检测模型性能上达到较优水平。本研究为地铁轨道异物检测提出一种仅依赖于正常样本的统一模型的检测算法,能够行之有效地解决已有算法不能对多个视角进行检测的问题。

基于马尔可夫残差修正灰色模型的轨道质量指数及其分项预测

为研究轨道质量指数(Track Quality Index,TQI)及各分项值的变化趋势,本文考虑动检数据的非等时距特征,构建了关于TQI及各分项值的一阶灰色模型。原始数据经过累加变换后,利用最小二乘法求解模型的灰参数,并引入马尔可夫残差修正方法对灰色模型进行修正。通过对比修正前后灰色模型TQI及各分项的输出值(拟合值和预测值)与实测值,验证残差修正对提升模型预测精度和降低预测误差的改善效果。结果表明:经马尔可夫残差修正后,灰色模型TQI及各分项输出值可以较好反映其波动情况;与修正前灰色模型相比,修正后灰色模型TQI预测值与实测值的平均误差由1.59%降至0.89%,整体预测精度由2级提升到1级;TQI各分项预测值与实测值的平均误差由3.18%降至1.42%,整体精度由2~4级提升到1~2级。从降低误差和提升预测精度两方面看,修正后灰色模型的预测效果明显提升。

城市轨道交通项目资产财务价值分摊研究——基于瀑布模型

随着国内各地轨道交通线路陆续开通运营,“十四五”期间,城市轨道交通管理正在由“重设备”向“重资产”、由“重实物”向“重价值”转变。从建设到运营的过程中,资产移交起到了承上启下的关键作用。资产财务价值除了计算实体价值,还要加上分摊价值,由于城市轨道交通项目专业系统复杂,费用种类繁多,常常出现财务数据追溯困难,致使财务分摊价值计算简单笼统,对资产财务价值的准确性和完整性造成了很大影响。为了探索城市轨道交通项目合理的财务价值分摊方法,文章基于南京地铁开发的电子工程量清单,应用瀑布模型,建立了城市轨道交通项目资产财务价值四阶段分摊方法。文章成果的应用,可提高资产财务价值计算的准确性和完整性,为运营期资产管理奠定基础。

基于随机森林模型的合肥市主城区轨道交通站域空间活力与建成环境关联性测度

以合肥市主城区轨道交通站域为例,基于百度热力指数等多源数据分析其空间活力特征,采用随机森林模型测度地理区位、土地利用、功能设施、开发强度、交通便利度以及环境品质6个维度的建成环境要素与轨道交通站域空间活力的关联性。同时,结合K-means聚类算法,划分轨道交通站域类型并识别典型站域存在问题,从而针对不同类型轨道交通站域提出空间活力优化策略。结果表明:①合肥市主城区轨道交通站域空间活力在时序上呈现“晚高峰高于早高峰,休息日晚高峰高于工作日晚高峰”特征,在空间上呈现“内高外低”由二环线向外逐渐递减的空间分异格局;②综合工作日与休息日早/晚/非高峰时段建成环境变量对轨道交通站域空间活力的相对重要性排序,由大到小依次为:功能设施>开发强度>地理区位>土地利用>交通便利度>环境品质;③合肥市主城区轨道交通站域可划分为成熟型、成长型、初熟型、孕育型4类,聚类特征明显,在空间上呈现“圈层结构”。其中,成熟型站域集聚分布在二环线内,成长型站域沿二环线呈环状分布,初熟型站域主要呈零散状分布在二环线外滨湖区与经开区,孕育型站域主要分布在二环线外城市各区,分布范围较广。研究旨在从建成环境视角为轨道交通站域空间活力提升与低碳交通策略提供政策启示。

嵌入式轨道三维滚动接触模型冲击特性研究

嵌入式轨道在城市轨道交通领域得到广泛运用,在高速铁路方面,国内外也有少量的相关报道和理论研究。嵌入式轨道对减缓轮轨冲击有显著效果,其中焊接接头是引起轮轨冲击的重要原因之一,对于时速400公里以及更高运行速度的列车,焊接接头冲击激励引起的轮轨力变化十分显著,目前对于高速工况下嵌入式轨道的研究尚不充分。基于显式动力学有限元方法,采用三维高速轮轨瞬态滚动接触模型对轮轨冲击过程进行数值模拟,并探究时速400公里速度下的嵌入式轨道的冲击特性。得出以下结论:嵌入式轨道与扣件式轨道在受到不同波长冲击时均能够减小垂向轮轨力变化幅值,焊接接头波长越长,垂向轮轨冲击力越能快速趋于平缓;车轮在受到焊接接头长波冲击时,嵌入式轨道能明显降低纵向轮轨力。研究结果可为嵌入式轨道在高速铁路的运用提供参考。

基于DeepLabV3+模型的轨道站点影响区自行车出行环境评价

轨道站点影响区自行车出行环境评价对于促进自行车接驳出行效率和服务品质提升具有重要意义。采集百度街景、路网、轨道站点等多源数据,选取自行车出行环境的舒适性、安全性、便捷性和可达性评价指标,运用DeepLabV3+模型和sDNA分析法对轨道站点1500 m范围影响区内不同类型道路的自行车出行环境进行评价,并以南京市为例进行实证分析。结果表明:站点影响区自行车出行环境存在空间差异性;交通型道路的自行车出行中间性、天空可视度高,但自行车存取方便程度低;生活型道路的自行车存取方便程度、绿视率高,但自行车出行中间性、安全性低;综合型道路各指标相对协调。

基于零信任安全模型的轨道交通数据隐私保护

为解决轨道交通网络数据传输杂乱的问题,提升数据样本的安全性,研究基于零信任安全模型的轨道交通数据隐私保护方法。在零信任安全模型的基础上,分别定义公钥密码与私钥密码模板,建立完整的轨道交通数据隐私链路标签。完善数据样本验证机制以提升数据安全性,通过求解交互认证系数的方式辨别隐私数据样本,结合敏感度指标实现轨道交通数据隐私保护。实验结果表明,在轨道交通网络中应用零信任安全模型,可在保证正序数据传输速率的同时将乱序数据传输速率限制在3.52 Mb/ms以下,能够满足轨道交通数据隐私保护的应用需求。

基于模型发展的建模教学的探索及课堂教学实践——以“建构地球圆轨道卫星运行模型”为例

在模型建构过程中,学生头脑中的物理模型是不断发展变化的.基于模型发展的建模教学就是根据建模过程模型的动态发展变化,提供必要的教学资源,使用适当的教学策略,提供恰当的交流平台,促进学生建构的物理模型发展.梳理了模型、心智模型、建模和建模教学等概念,并通过实例展示了基于学生模型发展的建模教学的课堂实践.

基于GCN-CNN模型的轨道交通短时客流预测

准确、可靠的短时客流预测对于城市轨道交通的运营管理至关重要,能为运营管理者提供优化决策的依据,从而改善乘客服务质量和提升交通运营效率。文章基于数据驱动的方法,对北京地铁连续5周25个工作日的自动售票系统(Automatic Fare Collection,简称AFC)刷卡数据进行了详细的分析。通过对AFC数据的清洗和预处理,提取15 min时间粒度的进站客流时间序列并进行归一化处理。采用图卷积神经网络(Graph Convolutional Network,简称GCN)和二维卷积神经网络(Convolutional Neural Network,简称CNN)的组合模型对客流进行预测,模型输入为周模式、日模式、实时模式三个模式下的短时进站客流序列,综合考虑不同时间尺度上的客流变化。为验证模型的有效性和预测的精度,选用真实的北京地铁客流数据集进行实例分析,并运用均方根误差、决定系数、平均绝对误差、加权平均绝对百分误差等评估指标评估客流预测精度。结果表明,与传统的单一模型相比,GCN-CNN组合模型的准确性和精度均取得了显著的提高。

基于复杂网络模型的城市多层次轨道交通网络经济影响评估

随着轨道交通建设进入平台期,其对于城市经济发展的实际效益越发受到关注。为了探究轨道交通发展对城市群的经济影响,通过建立一个表征城市多层次轨道交通的复杂网络模型,并基于该模型采用3个复杂网络指标,结合空间杜宾模型,检验轨道交通网络对城市经济发展的影响。研究结果表明,在城市群轨道交通网络中,具有更高可达性的城市,更加受益于轨道交通的发展,且轨道交通网络融合程度的提升能够对城市群中不同城市产生积极的溢出效应。这些结论有助于对新时期城市轨道交通网络规划建设提供建议。

轨道交通车辆轮轴固死故障预测模型研究

[目的]由于轮轴组装不当、检修时操作过激使轮轴出现凹凸面或作业时电腐蚀造成擦伤缺损等情况,均会加剧轨道交通车辆轮轴热轴、轮轴固死等异常故障的发生。如不及时处理,可能造成严重的行车事故。因此,有必要研究轨道交通车辆轮轴固死故障预测方法及预防措施。[方法]以南京地铁S7号线列车出现轮轴固死故障为例,通过对列车监测数据的分析和挖掘,探究其潜在的相关性和周期性,为列车故障诊断提供依据;基于牵引模式,结合实时牵引电流、各架轴速、参考速度等信号进行大数据分析,建立轮轴固死故障预测模型;对轴承卡滞、轴内阻力增大及轴系老化导致性能下降等原因引起的轮轴固死现象进行判断,辨识其健康状态,实现对轮轴内部可能出现的一些老化、卡滞现象进行故障预测。[结果及结论]建立了轨道交通车辆轮轴固死故障预测模型;对列车实际运行数据进行分析,验证了该预测模型的可行性。但由于轮轴固死的样本数据很少,后续还需采用历史值结合新增值的方法进行在线学习,来提高模型预测的准确性。

城市轨道交通系统维修资源共享配置优化模型研究

城市轨道交通系统的维修资源共享对网络化运营具有重要的应用价值。首先,根据城市轨道交通各类维修资源的作业模式和分布特征,筛选出列车大架修资源和工程车资源作为典型研究对象;其次,建立面向线网的维修资源共享布局优化模型,将联络线布局方案对线网联通结构的影响作为基本输入,可同时实现维修资源共享布局方案和联络线方案的优化;之后,根据列车大架修和工程车作业的特征,分别构建相应的约束条件以生成对应的优化模型,并采用求解器实现所建线性规划模型的求解。最后,基于广州地铁A型车线网的案例研究表明,所建优化模型生成的维修资源配置方案可以显著提高维修资源的送修效率。通过优化线网中联络线的数量和位置,可以在相同维修资源规模下实现送修效率的进一步提升。

基于多目标规划模型的轨道交通周边土地优化研究

土地是否合理使用关系到城市空间布局的合理性,直接影响城市是否能够快速健康地发展。为优化轨道交通站点研究范围内的土地布局,本文提供一种基于多目标规划函数的定量研究方法,以保障客流量、保证民生质量及开发合理化作为影响土地优化为目标,对模型参数提前假设,选取西宁地铁一号线博文路站作为研究对象。通过调查,发现研究区域内存在就业机会少、周边居民配套设施不足等问题,将模型应用于研究对象,利用Matlab计算得到研究区域内土地优化后的方案。运算结果表明,新方案能够提高商业用地与基础设施用地占比,并给出具体的占比量值,对于轨道交通站点周边的土地优化具有可操作性。

基于SEM-CM模型的城市轨道交通运营安全评价研究

城市轨道交通是公共交通中的重要组成部分,确保运营安全平稳有序是城市轨道交通行业的重要职责。针对目前研究城市轨道交通运营安全的诸多模型中,存在的主观性较强,缺乏客观数据支撑问题,引入结构方程(SEM)结合云模型(CM),构建城市轨道交通运营安全评价模型,从设施设备、管理层面、人为因素、自然环境4个方面构建评价指标体系,通过SPSS、Amos软件运用结构方程对各项指标数据进行信效度检验及适配度分析,挖掘出数据内部的重要特征后得出相应权重。然后,计算出各指标的云模型数字特征,使用Matlab软件绘制出云图,进行结果对比分析。以贵阳市城市轨道交通为例,得出最后结论表明该模型能更好消除主观性,与实例的实际运营情况相符。

基于Transformer模型的轨道交通机器翻译系统设计

针对商用机器翻译引擎安全性无法保证、专业化领域翻译精准度低、翻译服务方式单一等问题,通过神经网络模型、知识蒸馏方法、专业语料库构建等技术,设计基于Transformer模型的轨道交通机器翻译系统——“铁译通”,实现文本翻译、文档翻译、Office插件翻译、浏览器插件翻译等多元化功能。应用表明,该系统可为行业用户提供专业化、多元化、定制化、安全性强的机器翻译服务。

城市轨道交通首班车多点发车模型的建立与应用

为最大限度服务乘客便捷出行,保证地铁线路上多站点平行上客、同时发车,在每日正式运营前,调度人员提前将多辆列车组织停放在线路首末站及中途的多个站台,按照时刻表中首班车的发车时刻组织同时发车,从一定程度上保证线路被均匀划分为若干区域,以确保每一个区域的乘客可以最快的速度完成乘车、换乘,大大节约乘客们的候车时间。针对地铁首班车站点,估算每列车提前出发的时间,建立相应的多点发车模型,为调度、客运及司机等运营人员提供理论支撑。

大模型AI在城市轨道交通中的应用探讨

本文首先就大模型AI的发展现状、原理及特性、典型应用场景等进行研究,接着结合城市轨道交通行业具体特点,针对大模型AI应用于城市轨道交通这一垂直领域,从任务匹配分析、应用构想、存在的关键问题等方面展开了相关讨论,为城市轨道交通的建设和发展提供参考。