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。

考虑时空动态特征的高速铁路网络鲁棒性评估

为有效评估高速铁路网络(HSRN)的运输服务性能,保障HSRN面对突发事件的可靠性,基于复杂网络理论,考虑高速铁路服务网络(HSRSN)的动态变化,将时间信息纳入HSRSN的建模,提出一种考虑时空动态特征的HSRN鲁棒性评估方法。基于中国高速铁路实证运行数据,验证考虑时空动态特征评估网络性能的必要性,并从时空维度上探究我国HSRN鲁棒性的分布特点。研究结果表明:不同站点所通过的列车流不同,网络鲁棒性表现出明显的空间分布差异性,且扰动场景不同,站点的列车频次和空间位置对站点重要性的贡献程度亦不同。扰动的发生时间和持续时间是影响网络鲁棒性的2个关键时间要素,其不同组合使网络鲁棒性具有显著的时间分布差异性,此外,扰动对不同时段的网络性能的影响程度不同,导致站点重要度排序在不同时段也存在较大波动性。

中国高速铁路与异地投资网络的动态耦合分析

基础设施网络和经济网络可从不同的维度对城市系统进行刻画,两者存在密切联系,研究两者间的动态耦合关系对促进城市网络的形成和发展具有重要意义。文章利用2008—2023年高速铁路运营服务数据和上市公司关联交易数据,构建分别反映城市间高铁联系和企业异地投资联系的高速铁路服务网络(简称为“高铁网络”)与异地投资网络,应用象限图法和耦合协调度模型探讨了2种网络时空耦合协调性,识别城市和城市联系的类型。结果表明:1)高铁网络和异地投资网络的规模和密度均呈现快速增长态势,高铁网络扩张明显快于异地投资网络;高铁和异地投资网络整体上存在显著的正相关性,相关程度先上升后下降。2)高铁和异地投资网络同步发展的城市主要集中在东部地区行政和经济发达的城市;而高铁网络滞后的城市主要集中在珠三角经济发达地区的非交通枢纽城市以及大连、乌鲁木齐等;高铁网络超前的城市主要集中在中东部地区高铁干线周边城市。整体上,经济发达程度较高的地区,城市在高铁网络或异地投资网络中的地位越高,城市间的高铁和异地投资联系越强。

时空视域下高速铁路网络与区域空间格局耦合研究——以山东省为例

高速交通已成为推动区域空间格局持续协调发展的重要支撑保障。基于山东省2010年、2015年与2020年高速铁路网络数据以及城市层面数据,分析了山东省高速铁路网络与区域空间格局的耦合关系。研究表明:高速铁路网络对山东省区域交通整体可达性提升有明显的促进作用,经济发展会助力交通可达性的提升;省内区域经济联系总量基本呈现增长态势;山东省交通可达性与经济联系总量的耦合度基本保持均衡发展状态,但省内各城市的耦合协调水平之间存在较大的差距,并且大部分城市交通可达性水平强于经济发展水平,代表着高速铁路网络的带动作用并未得到充分发挥,对经济的整体带动作用不强。

基于贝叶斯自优化Bi-LSTM组合网络的高速铁路轨道-桥梁系统震后响应预测方法

中国高速铁路(HSR)规划建设逐渐向地震易发地区延伸,亟需一种及时、准确的灾后地震响应快速预测方法,以实现高速铁路系统运输生命线安全的快速评估。本文提出了一种基于贝叶斯自优化双向长短期记忆(Bi-LSTM)网络的快速预测方法,以经过实验验证的高速铁路轨道-桥梁系统有限元模型地震动响应计算数据为样本,将预测地震响应和有限元计算结果进行比较,验证所提方法的精度和鲁棒性,表明该方法在预测高速铁路桥梁结构的非线性地震反应方面是有效的,且高速铁路轨道-桥梁系统的不同预测位置对预测精度的影响不明显;此外,为了降低神经网络训练数据量需求,提出了一种基于离散小波分解的分层聚类算法,结果表明,基于小波分解的分层聚类方法在保证预测精度的同时,有效地减少了训练地震集的输入数量。

基于LTE-R网络的高速铁路机车通信信息集成方法

现有的针对高速铁路机车通信的信息集成方法效果并不理想,为此,文章提出基于铁路长期演进(Long Term Evolution for Railway,LTE-R)网络的高速铁路机车通信信息集成方法。基于LTE-R技术构建高速铁路机车通信信息集成模型,结合LTE-R网络算法提取高速铁路机车通信信息,采用Revit软件和收集器收集数据,实现高速铁路机车通信信息的统计与集成。实验结果证明,文章设计的基于LTE-R网络的高速铁路机车通信信息集成方法,对高速铁路机车通信信息集成的自动化程度较高,可节省99.99%的时间,具有较好的应用性能。

高速铁路5G网络覆盖方案的对比研究

随着高铁技术的迅猛发展,乘客对网络舒适性和连接速度的要求不断提高,尤其是对高铁、隧道等特殊应用环境。通过深入研究5G网络在高速铁路通信中的应用,探讨不同覆盖方案的基本原理与特点,包括微基站技术、波分复用技术、重叠覆盖技术及智能天线技术。在对比分析不同方案的基础上,突出覆盖范围、数据传输速度、可靠性与连通性方面的差异。深入讨论选择最佳覆盖方案和实施5G网络的关键步骤与挑战,包括基础设施规划、设备选择与配置、网络部署以及面临的成本和技术挑战,为高速铁路5G网络的未来发展提供实质性的指导和启示。

LSTM循环神经网络的高速铁路越区切换算法

在高速铁路列车运行过程中,为了保持不中断通信,列车需要不断地与基站进行越区切换。越区切换作为LTE-R通信的关键技术,对于保障行车安全至关重要。针对下一代高速铁路无线通信LTE-R系统越区切换算法,因迟滞门限参数固定而导致切换成功率低等问题,提出了一种基于长短期记忆循环神经网络的高速铁路越区切换算法。首先,利用长短期记忆神经网络的记忆特性以及高速铁路越区切换重叠区信号时空相关性的特点,构建了基于长短期记忆循环神经网络的越区切换迟滞门限参数动态预测深度学习网络;其次,通过提出的长短期记忆深度学习模型,对越区切换迟滞参数进行线下训练和线上预测来获取未来时刻的切换门限值,实现了对越区切换迟滞参数的自适应预测,克服了迟滞门限参数固定的缺点;最后,通过仿真实验的结果表明,所提基于长短期记忆循环神经网络的高速铁路越区切换算法较其他比较方法能够有效地提高越区切换的成功率,并降低乒乓切换率的影响。

基于数据驱动的高速铁路动车组列车头尾车车轮踏面缺陷预测方法

[目的]踏面缺陷是高速铁路动车组列车车轮失效的主要表现形式之一,严重影响了动车组运行的安全性及乘客的乘坐舒适性。车轮踏面缺陷主要集中在头尾车,可能是多种因素共同作用的结果,需要寻找一种能综合多种影响因素的预测方法。[方法]基于某铁路局动车组列车的车轮镟修数据,每个数据样本包括10个特征(4个名义特征和6个连续特征),对数据进行预处理。通过合成少数类样本过采样技术对不平衡数据集进行处理,构建了标准化数据集。建立了DNN(深度神经网络)模型,对底层特征进行组合,形成了特征的高层抽象表示。通过网络结构调整和超参数优化得到了模型的最优学习效果。对模型进行训练并测试,验证了该模型的预测效果。[结果及结论]基于数据驱动的头尾车车轮踏面缺陷预测方法具有较高的预测精度和较优的综合性能,其预测精确率达92.5%,可有效预测头尾车车轮踏面损伤的发生概率。

面向高速铁路货运站选址的深度学习模型研究

近年来急剧增长的快递量催生了高速铁路快运模式,高速铁路建设的持续推进为高速铁路快运体系的完善创造了新的发展契机。在规划过程中,高速铁路货运站的选址与特征之间存在复杂的异质性和非线性关系,因此本研究开发了一种基于深度学习的高速铁路货运站选址方法,该方法旨在根据现有的高速铁路快运物流基地建设项目挖掘出高速铁路货运站潜在的选址规律。研究初步构造市场需求、区位交通、发展环境3个维度的选址条件及其下属的10个指标,基于基础特征与深度学习算法构建选址模型,利用遗传算法优化超参数,同时根据各特征的重要度依次对模型进行测试以此确定出最佳的特征体系和模型学习层。实验结果表明,车站节点覆盖率、动车所预留情况、城市快递业务量、公路交通可达性和周边机场数目构成的特征子集在以LSTM和Dense堆叠的深度学习模型中表现出了最佳的选址效果,其F1分数达到0.9444,相比优化前有了较大幅度的提高。进一步以浙江省为例进行实证分析,选址结果也证实了研究所建立的深模型较好地学习了实际高速铁路货运站选址规律,可以帮助更加科学化、结构化的高速铁路货运站选址决策。

基于深度学习的高速铁路工务设备巡检修数字化应用

高速铁路工务设备是铁路运输的基础,其使用状态直接关系到运输的安全性。为提升工务段巡检员和管理层的巡检效率和决策的准确性,解决巡检预警状态缺乏直观性、周期天数设置不合理以及春秋季专项检查缺乏电子化等问题,本文研究了两项关键技术,以构建数字化技术体系。首先利用深度学习建立了基于卷积神经网络的病害自动识别模型,并通过对几个高速铁路沿线车间的数据进行采集与验证分析,证明该模型在巡检员上传病害影像后,能够自动识别病害。训练精度高达97%,验证精度达到76%。其次,本文基于大数据技术,结合卷积神经网络和长短期神经网络建立设备状态判断模型,并构建出巡检周期预测算法。通过分析两个高速铁路工务段的数据,结果显示,设备状态识别模型能够通过捕捉巡检记录中的关键信息,准确判断设备运行状态,预测巡检次数的平均相对误差为14.3%,精度为85.7%。最后,通过高速铁路工务设备巡检修数字化实现案例,充分证明了两项应用的设计与融合方案能够为高速铁路工务设备的巡检修作业提供充分的技术支持,并能为实时而高效的检修决策提供全面可靠的数据依据。

5G技术在高速铁路通信中的应用

研究探讨了5G技术在高速铁路通信中的革命性应用,解决了现有系统的不稳定性、承载能力和受环境影响的问题。分析了5G技术的低时延、大带宽和广链接特点,讨论了其在高速铁路通信中的应用场景和优势。提出基于5G的高速铁路通信系统技术方案和架构设计,涉及人才培养、政策支持、资金投入和推广推进等方面。研究结果表明,5G技术可提高运行安全性、网络连接体验和列车定位精度。

关于高速铁路公网覆盖的通信传输技术研究与应用

本文深入探讨了高速铁路公网覆盖的通信传输技术,重点关注无线和有线传输技术的融合、数据交换技术的应用,以及网络安全技术的重要性。通过对高速铁路隧道内通信传输特点的分析,本研究展示了多网融合技术如何在不同环境下应对信号衰减、干扰管理等挑战,并提出了有效的技术解决方案。文中还探讨了未来通信技术的发展趋势,如波束成形、MIMO技术,以及毫米波通信在高速铁路隧道公网覆盖中的应用前景。

高速铁路复杂线路区段GSM-R系统方案设计与网络优化

新建高速铁路与既有线交叉并线难以避免,线路条件也更加复杂。介绍近期开通的湖杭高铁、张吉怀高铁等线路典型交叉并线和连续隧道区段的GSM-R系统设计和网络优化方案,对遇到的多径干扰、电平不一致、无线干扰引起质差的相关情景,给出具体的无线设计解决措施。总结工程经验,并对类似区段铁路方案提出合理化工程建议。

基于深度卷积神经网络的高分遥感影像高速铁路沿线建筑物信息提取

高铁沿线两侧的建筑物及其附带的人类生产活动可能造成轨道异物入侵、路基沉降等问题,是影响高铁运营安全的潜在因素。对高速铁路两侧建筑物进行定期监测,及时发现隐患并处理,有助于提高高速铁路运营的安全性。目前以人工定期排查为主的方式不能满足我国日益庞大的高速铁路网络需求。高分辨率遥感影像具有高时效性、综合性和经济性等优点,围绕其发展的自动信息提取技术也日益成熟,为沿线建筑物监测提供了技术手段。

高速铁路网络对区域经济发展的影响——以江苏省为例

近年来,中国高速铁路网络得到了极大的发展,这提高了乘客旅行效率,提升了城市之间的关联性。结合内生时空权重矩阵,构建了改进型空间杜宾模型,研究高速铁路网络对区域经济发展的影响,分析了江苏省十三个城市2010—2020年的相关数据,研究结果表明高速铁路网络对区域经济发展具有较好促进作用。在此基础上,分析了高速铁路网络发展对区域较发达城市和发展中城市经济影响的差异性,证实了高速铁路网络发展对地方经济增长具有推动作用,且伴有溢出效应,能够缩小区域城市之间的经济差距。该研究能够为高速铁路网络建设和区域经济发展提供指导性建议,并为区域经济发展不平衡问题提供解决思路。

基于深度卷积神经网络的高速铁路积雪深度判识方法

针对高速铁路线路上积雪深度的动态判识问题,提出一种基于铁路综合视频图像识别的积雪深度判识方法.首先,对通过综合视频监控系统获得的雪深图像进行处理,利用U-Net神经网络进行图像分割,建立轨道上的雪深数据集.然后,对雪深数据集进行标注,将雪深图像分为100 mm以下、100 mm~轨面和高于轨面3个类别.在此基础上提出基于DenseNet-201深度卷积神经网络模型的雪深图像识别方法.最后,对模型进行验证.研究结果表明:对于光线较好的图像,采用DenseNet-201深度卷积神经网络模型的识别准确率达到93.57%.相较于VGG-16、ResNet-50等模型识别结果,虽然DenseNet-201深度卷积神经网络模型计算耗时长于ResNet-50模型,但是,识别准确率较ResNet-50、VGG-16模型分别提高了2.08%和4.24%.研究成果可为高速铁路沿线积雪深度的动态掌握提供技术支撑.

高速铁路5G网络低成本覆盖策略研究

高速铁路场景5G网络覆盖需要克服频段高、高铁列车运营时速快、车体屏蔽性强等不利因素,解决网络切换频繁、信号穿透损耗大、多普勒频偏大等一系列问题,理论需要在现网4G基站基础上大量新建基站才能达到覆盖效果,造成建设投资大和后续运维成本高等问题。对此,结合目前最新主设备及配套产品,以中国移动网络为例,研究、探讨5G网络在高速铁路中的低成本覆盖策略和思路。

高速铁路GSM-R无线通信网络问题及优化设计

随着通信系统的不断更新与完善,在交通行业领域,通信设备也有了较大改进,以高速铁路通信网络系统为例,为紧跟数字化时代步伐,加速高速铁路发展,开始采用GSM-R无线通信网络作为中国铁路主要通信网络系统。本文首先分析高速铁路GSM-R无线通信系统基本情况,针对当前高速铁路GSM-R无线通信网络存在的问题,提出针对性的优化对策,以期提高高速铁路无线网络性能,在保障铁路正常运行的基础上,满足乘客的用网需求。

基于LSTM神经网络的高速铁路路桥过渡段高低峰值预测

根据对京沪高铁开通以来历年路桥过渡段轨道不平顺数据分析总结,本文引入LSTM神经网络模型,将引起路桥过渡段不均匀沉降温度因素输入模型中,预测出路桥过渡段高低峰值变化趋势,提高了路桥过渡段轨道不平顺分析效率,有利于精准指导现场维修作业,不断提升路桥过渡段轨道平顺性。如今,人工神经网络理论在土木工程和水利相关领域得到广泛推广,然而在高铁路桥过渡段轨道不平顺状态监测这一领域,相关研究还较少,此文验证了模型在监测高铁路桥过渡段轨道不平顺状态领域的可行性,供相关工程实践参考。