基于IPSO-BP神经网络的铁路客运量预测

在分析有关铁路客运量预测方法的基础上,针对BP神经网络模型存在的不足,提出基于粒子群优化算法(PSO)优化BP神经网络的参数,即改进的PSO方法(IPSO)。以我国1990—2007年的铁路客运量为研究对象,确定输入样本和输出样本,以及训练集和测试集,建立基于IPSO的BP神经网络优化模型预测铁路客运量。预测结果表明,IPSO-BP网络的算法训练时间短,收敛速度快,预测精度高。     

基于Newton插值与超松弛技术的铁路客运量预测研究

为提高铁路客运量预测精度，提出Newton插值法对客运量原始数据进行预处理以解决因节假日或重大事件造成的数据异常问题。另外，引入超松弛技术(OR)对铁路客运量预测结果进行修正，提出非线性递减权重改进粒子群算法以优化松弛因子。最后，将Newton插值法、超松弛技术与GM(1,1)和BP神经网络预测相结合，提出铁路客运量Newton-GM-BP-OR组合预测方法，并以北京市铁路客运量预测为例验证预测方法的有效性。研究结果表明，基于Newton插值法处理异常客运量数据的预测效果较基于原始数据序列更好，改进的粒子群算法在求解松弛因子过程中体现出更好的寻优能力和收敛速度，且超松弛技术对GM(1,1)和BP神经网络预测结果的修正也使得Newton-GM-BP-OR组合预测方法具有更高的预测精度。     

基于广义回归神经网络的铁路货运量预测

针对BP神经网络预测存在局部极小缺陷和收敛速度慢的问题,提出基于广义回归神经网络(GRNN)的预测模型。基于我国1999—2008年铁路货运量的历史统计数据,应用GRNN模型和混沌BP神经网络模型对铁路货运量进行预测。通过两种预测模型的计算结果比较说明,GRNN模型具有良好的收敛性和较高的精度,而且模型结构简单、计算速度快,具有良好的实用性。     

模糊神经网络非线性组合预测在铁路货运量预测中的应用

准确的铁路货运量预测关系到铁路运输的发展,为此提出模糊神经网络非线性组合预测模型,应用三次指数预测模型、灰色理论预测模型、多元回归预测模型的预测值作为模糊神经网络的测试样本数据库,输出样本为铁路货运量,并采用全局优化的粒子群算法优化模糊神经网络的参数。仿真结果表明该模型能够取得比单项预测模型更高的精度。     

基于RBF神经网络的铁路旅客周转量预测研究

为实现对一定时期内旅客周转客流量进行有效预测,在分析RBF神经网络原理和铁路旅客周转量数据统计的基础上,结合时间序列归一化转化分析方法,建立基于RBF神经网络的铁路旅客周转量预测模型。选取2000—2013年实际的旅客周转量数据对神经网络模型进行训练,并用2014—2015年数据对模型精度进行可靠性检验。检验结果表明,RBF神经网络模型具有可靠的预测精度,可以有效地对铁路旅客周转量进行预测,从而更好地为铁路运输组织、站场线路设计等提供可靠的依据。     

运用前向神经网络法预测铁路客运量

为提高铁路客运量的预测精度,应用一种非线性预测方法:多层前向神经网络建立铁路客运量预测模型。在介绍误差修正学习算法和误差反向算法的基础上,通过预测实例计算,与其他3个常用预测模型:多元回归模型、简单移动模型和平均移动模型进行预测比较,结果表明误差反向算法的多层前向神经网络模型预测精度最高。     

基于GWO-WNN模型的城市轨道交通短时进站客流预测

城市轨道交通短时进站客流具有较强的非线性与随机性。针对该问题,提出一种基于灰狼优化算法(Grey Wolf Optimizer, GWO)与小波神经网络(Wavelet Neural Network,WNN)的城市轨道交通短时进站客流预测模型(GWO-WNN模型)。在构建小波神经网络的基础上,利用灰狼优化算法对初始权值和小波因子进行全局搜索寻优,有效避免了小波神经网络预测结果不稳定及极易陷入局部最小值的缺点。结合案例分析,将单纯WNN模型预测结果与GWO-WNN模型的预测结果比较分析,结果表明GWO-WNN模型相比单纯的WNN模型,在绝对误差和绝对误差百分比方面有极大的提升,均方根误差也可以佐证优化后的WNN模型预测精度更高。     

改进BP神经网络在铁路客运量预测中的应用

介绍BP神经网络预测模型的优点及不足,提出运用主成分分析法、灰色关联分析法对BP神经网络结构进行优化,同时运用自适应遗传算法对神经网络的权值和阈值进行优化。运用改进的BP神经网络对客运量进行预测,经多种指标对预测精度进行评价,证明改进的BP神经网络在交通运输需求预测中具有实用价值。     

动车组运用作业调度问题研究

动车组作业调度计划的科学制订对提高铁路动车组运用效率和效益具有重要意义,建立系统的优化方法可以为动车组运用决策信息化奠定基础。根据动车组运用作业调度问题和列车运行图之间的关系,构建动车组运用作业调度问题的混合整数规划模型,并设计一种基于车次顺序列表的模拟退火算法对该问题进行求解。通过模拟我国中东部高速铁路数据进行仿真试验,结果表明,该模拟退火算法能够在可控时间内得到满意可行解,为高速铁路动车组运用工作提供决策支持。     

关于铁路货运量预测研究

采用灰色关联分析方法选取影响铁路货运量变化的宏观影响因素,运用多变量灰色MGM(1,4)模型预测未来4年铁路货运量,预测结果通过后验差检验,精度较好。     

中国铁路货运市场占有率发展趋势分析

分析中国铁路货运的发展形势,建立关于铁路、公路货运量在全社会货运量中所占市场份额的差分方程组模型,运算后得出铁路货运在整个货运市场中的占有率趋向。通过利用历史统计数据计算,得到铁路货运市场占有率的一个数值解。     

基于ABC和BP神经网络的铁路货运成本预测研究

运用作业成本法,结合BP神经网络理论建立铁路货运成本预测模型。通过案例分析,得出BP神经网络可以更准确的预测铁路货运成本费用的结论。     

云南铁路货运量增长问题研究

在分析国内外铁路货运需求增长模型的基础上,提出铁路货运需求增长过程的4阶段划分理论,结合云南铁路发展滞后的现状,建立了消除铁路货运能力限制的货运量增长模型。通过对云南铁路货运量和货运需求量的计算,应用MATLAB仿真技术验证了模型的正确性,并对云南铁路货运量和货运需求量进行了预测。     

新建铁路项目分流运量计算方法研究

根据铁路运输的特点,把新建铁路项目所承担的客货运输量的交流范围划为项目的影响范围,结合影响范围内的客货OD流和相关径路表,分析借鉴公路交通量配流模型,提出新建铁路项目分流运量计算方法,并举例说明其应用。     

利用Web应用技术搭建铁路货运站服务网

针对当前铁路货运站在货运服务方面存在的问题,结合我国计算机网络的发展应用状况和铁路货运站有关管理信息系统的情况,提出利用Web应用技术搭建铁路货运站服务网的方案。通过为铁路货运站和货主提供一个信息交互平台,以期达到提高货运站的服务质量和工作效率,增强铁路运输企业市场竞争力的目的。     

铁路集装箱场区安全布局评价研究

铁路集装箱场区的布局在体现基本运输功能和满足生产工艺要求的基础上，要综合考虑其各种安全因素。通过分析铁路集装箱场区安全布局的内外部影响因素，建立安全布局的综合评价指标体系，采用基于Rough Set的算法进行综合评价。通过算例对铁路集装箱场区的布局进行综合评价，结果证明了算法的实用性和可行性。     

关于高速铁路开展快捷货物运输的探讨

随着我国经济社会持续快速发展以及产业结构调整,轻型化、小批量、多批次的高附加值货物运输需求增长迅速,快速铁路网建设为铁路开展快捷货物运输创造了良好的基础条件。阐述高速铁路开展快捷货物运输的必要性,从铁路线路、机车车辆、装卸设施以及经济效益等方面,分析高速铁路开展快捷货物运输的可行性,提出应尽快开展相关问题研究,统筹规划,稳步推进,并加强与国内外知名物流公司合作的建议。     

关于铁路建设项目主要技术标准选择的思考

铁路是国家基础设施,是国民经济大动脉。面对铁路难得的大发展机遇,如何合理确定铁路主要技术标准,这不但关系到铁路自身发展及铁路在综合交通运输体系中发挥重要作用,而且会对国民经济长远发展产生深远影响。分析了我国人口、资源分布、客货运量特点;对主要通道客货运量构成、不同交通方式的比较优势、承担运量比例以及铁路在我国综合交通运输体系中的地位和作用进行了论述;不仅从铁路行业自身发展出发,而且从国民经济可持续发展、环境保护、能源消耗及国外高速铁路发展趋势及经验借鉴等方面,对如何合理确定铁路主要技术标准进行探讨。     

我国铁路货运需求结构的VAR模型分析

在建立铁路货运量、国民经济、铁路网扩展的协整VAR模型基础上,分析三者之间的长期均衡关系和短期动态关系。结果表明,在长期中,铁路货运量随国民经济增长呈缓慢增长趋势,而随铁路网扩展呈较快增长趋势。在短期中,国民经济是铁路货运量的重要影响因素;铁路货运量和铁路网扩展对国民经济影响不大;铁路货运量是铁路网扩展的重要影响因素,而国民经济变化对其影响不大。