高速铁路动车组合理配置数量研究

合理预测动车组配置数量是保证高速铁路运输经营,制订技术装备采购投资计划的重要基础。在阐述国内外高速铁路动车组配置现状的基础上,比较国内外动车组配置强度,得到我国高速铁路动车组配置强度与日本、法国、德国等国家存在一定差距的结论。通过分析高速铁路动车组配置数量的主要影响因素,选取线路平均客流密度、线路速度目标值、不同等级列车承担客流比例作为条件因素,利用日均周转时间法测算动车组合理配置数量,得出不同条件高速铁路线路动车组合理配置数量速算参考表,为高速铁路动车组的采购、配置提供参考。     

高速铁路可变编组动车组适用性分析

为提高动车组的运用灵活性,针对传统动车组目前存在的部分线路运输能力浪费,固定编组动车组调节能力不足、检修备用率高、维护成本高等问题,进一步分析德国ICE4和法国AGV可变编组动车组车型的编组特点,及其适应客流变化、提升服务品质、装备利用率较高等优势,结合我国高速铁路发展实际,从客流组织、列车开行方案和列车运行图编制、动车组运用及检修、线路和车站能力利用等方面分析可变编组动车组在我国高速铁路的适用性,进而展望其发展前景。     

高速铁路可变编组动车组进入市场方式研究

高速铁路可变编组动车组是编组数量可以根据实际需求调整的新型动车组,为旅客需求的有效满足和高速铁路动车组编组方案的优化提供更多可能。在阐述可变编组动车组基本特点的基础上,对可变编组动车组进入我国市场的影响因素进行分析并提出可以采取的进入方式,最后从动车组需求量发展态势、线路运输组织现状与特点、客流的发展变化规律等角度对可变编组动车组的市场需求潜力进行预判。总体来看,可变编组动车组在我国既有和规划的高速线上均有较大发展空间,进入市场总体应采取分线、渐进式的方式,根据线路能力与类型的不同相应采取分线整体更换、分线逐步更换、分线增量更换、技术改造等方式。     

基于随机森林回归算法的高速铁路短期客流预测研究

客流短期预测是高速铁路客运运营的重要依据。在阐述高速铁路短期客流预测常用方法、分析短期客流影响因素及数据处理的基础上,基于随机森林回归算法构建短期客流预测模型,并结合OOB残差均方对客流影响因素的重要性进行评估。以京沪高速铁路为例,采用2015年7月至8月北京至上海的客流量数据进行验证。结果表明,每日客流的预测精度为0.92,出发日期和运行时间是影响短期客流的重要因素。     

西法城际铁路动车组编组辆数及选型研究

西法城际铁路是西部地区关中城际铁路网的重要组成部分,连接沿线各城市及著名旅游景点,是旅游客流的便捷集散通道。基于西法城际铁路的功能定位、旅客列车开行方案、动车组交路,计算编组方案的服务频率,分析编组方案对银西高速铁路通过能力的影响,确定西法城际铁路的合理动车组编组辆数。根据西法城际铁路动车组选型原则,分别为本线列车和跨线列车选择适宜的动车组类型。研究表明,本线动车组可以选择速度等级为200km/h的CRH6系列,采用8辆编组和4辆编组结合的方式,可以在满足运输需求的同时保持较高的开行频率;跨线动车组可以采用8辆编组的动车组,选择与跨线铁路速度等级一致的车型。     

高速铁路智能动车组席位计划改进方案研究

为提高高速铁路客票席位计划维护工作的效率和准确性,针对北京冬奥会期间短时间大批量的客流特点,行成以基础设施层、数据层、服务层、接入层、应用层为核心的高速铁路车型模板复制技术架构。根据京张高速铁路及其支线线路固定、冬奥智能动车组车型单一的特点,创新性地通过维护车型、车厢、席位信息,按照车型、车厢、席位信息自动一键生成相同车型固定编组的席位计划模板,并依据北京冬奥会闭环和非闭环人员的出行政策,实现人工动态调整,并自动完成席位计划正确性和完整性的检测。高速铁路智能动车组席位计划方案的改进,提高了列车席位计划编制速度,避免了出现重复席位和车型无此席位等问题的发生,为北京冬奥会顺利举办提供了有力保障。     

基于EEMD-BP方法的城市轨道交通进站客流短期预测

城市轨道交通站点客流量是评价其服务水平和实现城市轨道交通资源有效配置的基础数据和依据。针对城市轨道交通站点进站客流量序列波动复杂的问题,构建基于EEMD-BP方法的城市轨道交通进站客流短期预测模型,通过对城市轨道交通站点的日间分时进站客流序列进行模态分解,并对分解的分量进行筛选和识别,探究进站客流的日间波动影响因素,实现对短期客流的合理预测。以广州珠江新城站短期客流预测为例,验证该组合模型在提高客流预测方面具有有效性,为城市轨道交通线网规划和运营管理提供客流预测依据。     

基于组合模型的高速铁路动车组需求量预测方法研究

为提高高速铁路动车组资源配置和运用效率,研究高速铁路动车组需求量预测方法。考虑高速铁路动车组运用特点,综合分析人口、GDP、高速铁路营业里程、列车开行方案等高速铁路动车组需求量内外部影响因素,构建基于组合模型的高速铁路动车组需求量预测模型。通过高速铁路动车组近远期需求量预测,运用历史数据对预测模型进行了验证。预测结果表明,平均绝对误差为3.56%,呈现出较高的预测精度,验证了该模型的有效性与可信度。     

胶济客运专线年度客运量预测研究

在分析胶济客运专线的客流特点、能力适应性及扩能改造的基础上,根据胶济客运专线动车组列车和普速旅客列车混行的运输组织模式,结合其在高速铁路网络中的地位和作用,通过趋势客流、诱增客流和转移客流进行运量预测,得出2014、2015年胶济客运专线动车组列车客运量预测结果,并提出列车开行方案建议,为列车开行方案的编制和线路经济效益评价提供研究基础。     

基于径向基神经网络的铁路短期客流预测

在分析径向基神经网络原理和铁路客流时序特征的基础上,建立基于径向基神经网络的铁路短期客流预测模型,通过径向基神经网络把客运量的年规律、周规律等时间属性有机结合,有效解决客流数据的复杂性和非线性问题。以T15次列车为例进行硬座席别的客运量预测结果表明,径向基神经网络预测模型对铁路短期客流的预测效果较好。     

高速铁路建设生态环保目标规划与监测方法研究

针对高速铁路建设对生态环境造成的影响,构建高速铁路建设生态环保目标规划与监测指标体系;根据高速铁路建设数据量、监测指标特点及PDCA循环原理,提出适用的监测方法。以某高速铁路项目为例进行分析,当数据量较多、较少和无数据时,可以分别采用BP神经网络、灰色时间序列、德尔菲法进行目标预测。经实际监测结果与预测结果的比较验证,目标规划模型具有一定的合理性,为可持续发展型绿色高速铁路建设提供决策支持。     

可变编组动车组客货混用可行性研究

可变编组动车组可以根据具体需求灵活调整编组数量,具有提高服务水平、增加收入、降低成本的优点,有很大的市场潜力。为提升高铁快运在快捷运输市场中的竞争力,在阐述国内外可变编组动车组技术参数和运用特点的基础上,针对既有高铁快运模式及其存在的问题、我国规划的高速货运动车组快运模式及其存在的问题,分析可变编组客货混编动车组的运用优势,最后从线路、车辆、运输组织3个方面探讨可变编组客货混编动车组运用的可行性。结果表明,可变编组动车组客货混用高铁快运模式完全具备在高速铁路应用的技术条件,在高速铁路快捷货运领域具有良好的应用前景。     

基于改进重力模型的高速铁路短期客流预测研究

在考虑高速铁路短期客流周期性和波动性的基础上,提出和建立反映短期客流时空变化特征的改进重力模型,探讨回归分析和季节指数相结合的客流预测方法。通过实例研究,采用最小二乘法对模型进行参数标定,在此基础上预测未来年的月度客流量。实证表明,采用改进重力模型进行短期客流预测具有较好的适用性。     

基于多项Logit模型的高速铁路客流分配实证研究

研究旅客对不同高速铁路列车产品的选择行为、定量分析不同列车间的客流分配规律,可以有效提高列车上座率。在综合考虑不同列车服务水平因素的基础上,根据随机效用最大化理论构建多项Logit模型,应用华东地区高速铁路旅客发送量的实际数据拟合模型并标定参数。结果表明,多项Logit模型具有较高的客流预测能力,列车出发时间范围、车票价格及列车停站次数对旅客乘车选择行为有显著影响,车票价格、列车停站次数与旅客乘车选择负相关。研究结论表明,预测不同列车客流分担率,结果与实际统计值偏差在5%以内,说明模型具有较好的预测能力。     

国外高速铁路客流输送模式研究

日本和欧洲国家高速铁路在跨线客流组织、停站设置、枢纽运行组织、动车组运用等方面积累了丰富的经验,通过分析国外高速铁路客流输送的特点,我国铁路在注重线路及配套设施规划,尽量直达、合理中转高速列车,畅通便捷的枢纽运输组织,协调动车组配置、运用与检修等方面得到启示。加强客流输送模式研究,有助于我国高速铁路进一步适应客运市场需求,有效提高客运服务质量。     

城际铁路旅客列车开行方案优化研究

根据影响列车开行方案的列车交路、列车种类、列车停站方式相互影响、相互制约的特点,以满足客流量为基础,以减少动车组使用数量为优化目标,构建城际铁路列车开行方案的优化模型.该方法根据客流情况具体分析,选定列车编组方案,初步确定列车交路、列车种类和不同种类列车的停站方式,然后对相关方案的动车组使用数量进行计算,得出动车组数量最小的方案,进而最终确定列车开行方案.     

京沪高速铁路客流空间分布预测方法研究

为准确预测高速铁路站间OD客流,采用时间和空间预测相结合的预测方法,首先构建高速铁路发到量的灰度预测模型,然后将预测结果应用于双约束重力模型预测高速铁路站间OD客流量。以京沪高速铁路为例,基于2012—2015年发送量和到达量的历史数据建立灰度预测模型,预测2016年京沪高速铁路的发送量和到达量,再根据2015年京沪高速铁路24个车站的OD客流数据拟合出双约束重力模型,进而预测2016年各站间OD客流分布情况。结果表明,时间和空间预测相结合的预测方法可以应用于高速铁路客流空间分布预测。     

基于?LM-BP?神经网络模型的高速铁路沿线环境影响评价研究

为研究高速铁路项目对生态环境的影响,以一种改进的BP神经网络算法为基础,构建了LM-BP三层前馈神经网络综合评价模型,以长益常城际铁路项目为研究实例,在划分生态环境影响评价级别,以及构建项目建设期生态影响评价指标的基础上,运用LM-BP神经网络模型对项目环境影响进行评价。结果表明,长益常城际铁路对生态环境具有较小的短期影响和极小的中期影响。该模型在收敛速度和寻找全局最优点方面具有优势。     

大小编组模式下城际铁路列车开行方案优化研究

城际铁路建成后，需要经过长时间客流培育。在客流量较小的运营初期采用大小编组的列车开行方案，一方面可以降低运输企业运营成本，另一方面可以缩短行车间隔、提升客运服务水平。以开行跨线列车的城际铁路线网为研究对象，以各运行交路编组方案和发车对数为决策变量，以乘客出行成本和企业运营成本为优化目标，构建列车开行方案优化模型，并使用熵权法开展方案评价，最终得出大小编组模式下城际铁路列车开行方案优化结论。该模型通过输入某都市圈线网OD客流及各交路基本情况等数据，经案例分析得出：大编组列车与小编组列车开行对数保持平均对于乘客出行成本的下降具有显著的优化效果；少量开行小编组列车是平衡乘客出行成本与企业运营成本的最优选择。     

时间序列聚类下的城市轨道交通客流预测研究

掌握不同城市轨道交通车站的客流短时变化规律是应急措施制定、常规客流组织和列车开行的关键依据，研究主要探索预测方法对城市轨道交通短时客流预测精度的影响，以西安地铁2号线为例进行实例分析。基于车站的进出站客流属性，运用时间序列聚类方法将城市轨道交通车站划分为4类；运用极端梯度推进决策树(XGBoost)、BP神经网络和自回归滑动平均模型(ARMA)分别对各类车站的短时客流进行预测，并对比各类车站的客流预测结果。结果表明，西安地铁2号线的车站可以分为商业办公车站、密集型居住车站、轻型居住车站和旅游文化车站4类；4类车站客流预测精度最高的方法分别为XGBoost、ARMA、ARMA和BP神经网络；在预测时效方面，XGBoost展示了更大的优越性。研究结果可以对各类车站建立相适应的客流管控措施提供基础建议。