基于改进Apriori算法的铁路交通作业事故致因关联规则研究

铁路运输系统复杂,事故致因因素众多且有一定的关联关系,分析事故致因及关联特性,对于事故预防具有重要的意义。按照人因层、设备层、环境层、管理层4个层级对事故因素进行分层分析,整合相同或相似的条件,编写Python程序对近期某3年所有事故调查报告进行致因因素抓取,首先将致因因素拆解为相关的致因关键字,并利用正则表达式在指定段落中进行抓取,然后通过关键字抓取获得所有事故的致因因素,最终提取了90个铁路事故致因因素。在此基础上,基于压缩和哈希表技术对传统Apriori算法进行改进,以此对铁路交通作业事故的致因进行关联规则挖掘,找到159条关联规则,通过分析事故致因高支持度、高置信度等特征,发现关键因素、关键致因关联、事故致因规律,有助于提升事故预防和安全管理水平。     

基于FP-grow th算法的车辆通行特征与交通事故关联分析

交通事故成因分析是交通安全领域的重要研究问题.本文将车辆通行特征引入交通事故成因分析中,基于FP-growth算法,定量描述了车辆通行特征与交通事故之间的关联关系,并根据筛选出的关联规则提出相应对策与建议.研究结果表明,同一违法对于不同通行特征车辆的交通事故风险不同,在道路交通管理部门违法查处时应重点关注对应高风险通行...     

基于事故致因理论的后方仓库安全评价

运用事故致因理论的轨迹交叉论的观点．建立后方仓库安全评价指标体系;以某后方仓库实际安全评价为例,运用安全检查表,通过模型的计算,给出了该仓库安全等级。     

基于关联挖掘的接触网运维策略优化研究

接触网作为铁路牵引供电系统的重要组成部分,维持其良好的服役状态是保障铁路运营安全、可靠运行的基础。为了挖掘接触网缺陷间的关联关系,进一步减少人为主观因素的影响,构建多层级接触网缺陷编码体系及缺陷数据库,提出了一种以时空关系为依据的接触网缺陷事务数据库划分方法,同时提出了自适应FP-Growth算法并阐述利用接触网缺陷间关联关系的运维策略优化方法。以朔黄铁路实际数据为例进行分析,验证上述理论的有效性。结果表明,使用接触网缺陷关联关系改进的运维策略可以有效维持接触网系统的可靠性,提升维修效率并降低运维成本,取得较好的工程实际应用效果。     

关嬲IJ增量更新算法的改进

受AprioriTid算法和FUP算法的思想启发。首先提出了针对第一类情况中数据集增加的改进的增量更新算法OFUP（Optimized Fast Updating Algorithm）,从而使计算速度得到提高;其次是利用负性边缘的性质减少更新的支持数,减少了I／O代价。     

列车超视距信息推送策略与关联算法研究

我国高速铁路运行环境复杂,人员及异物入侵等危险情况严重威胁高速列车的运营安全。列车运行速度快,司机目视范围有限,难以通过目视保证行车安全。利用5G网络大带宽低时延特性,将列车运行前方、司机可视范围外的线路环境视频快速传送至动车组司机室,可有效提高司机应急处置的及时性。调研分析多种动车组定位方式,从定位精度、时效性和实施难度等方面进行综合比选,确定从列控设备动态监测系统(DMS)获取动车组位置信息。研究提出一种超视距信息推送策略,综合考虑列车速度等级、制动距离、信息传输时延,提出超视距距离设置原则,并设计开发一种高效低耗的车地关联算法。通过京张高速铁路列车超视距应用技术实车实线试验,验证了列车超视距信息推送策略与关联算法的准确性、高效性和可靠性。     

基于人因紧张度的铁路编组站可靠性研究

在阐述人因可靠性分析研究现状的基础上,通过对铁路编组站的人因可靠性分析,并根据编组站的作业组织指挥系统,建立基于层次分析的人因紧张度可靠性分析模型,并通过模型解算,找出影响系统可靠性的人因紧张度关键因子,对提高编组站作业组织的可靠性具有一定的现实意义.     

基于驾驶员失误致因分析的货运企业驾驶员选择与培训

目前,我国已成为世界上道路交通事故最多的国家。公路运输是我国主要的运输方式,据统计全国公路累计货运量占全社会总量的70％以上。营运车辆事故在整个道路交通事故中的比例很高,约占1／3。根据公安部交通事故统计,在几种营业性道路运输车辆中,致死率第一位的是货车,占26．56％。许多研究表明,货运驾驶员驾驶失误是引发群死群伤恶性道路交通事故的主要原因。如何预防货运驾驶员失误、减少货运车辆事故已成为全社会关注的问题。     

基于改进灰色关联模型的航道优化研究

航道是影响船舶安全航行的重要因素。航道设计是否满足船舶通航要求,航道布置是否合理直接关系到船舶的航行安全。文章在对航道通航环境特征了解、分析的基础上,采用改进灰色关联分析法,对航道方案进行综合评价研究,实现对航道优化方案的比选,给出科学、合理的航道优化方案,为航道设计部门的管理与决策提供参考。     

基于决策树的新能源汽车事故关联出行特征分析研究

本文基于新能源汽车出行轨迹,构建了出行起始时间、出行终止时间、出行总时长、出行总里程、出行时间重复率、出行空间重复率等时空特征,通过新能源汽车出行信息增益值计算,确定了新能源汽车出行特征对交通事故的影响程度。经实例验证表明,新能源汽车出行总里程指标与交通事故关联程度最高,新能源汽车出行时间重复率和出行空间重复率都与交通事故有较强的相关性,这对于新能源汽车事故的精准防范具有现实指导意义。     

基于POT模型的铁路事故定量风险度量研究

针对目前铁路系统事故发生频率低、损失高、数据不足且具有厚尾分布的特点,采用极值理论中的POT模型,对超过某一阈值的数据进行建模,并运用广义帕累托分布(GPD分布)对某铁路运营历年客车脱轨事故损失数据进行拟合,模拟计算铁路客车脱轨事故经济损失的概率分布函数,计算得到风险价值VaR值,为铁路事故的定量风险分析和风险控制,提供更加科学合理的依据。     

基于新能源汽车事故特征的驾驶人伤害风险预测模型研究

为加强对新能源汽车交通事故研究分析,本文构建了用于新能源汽车事故驾驶人伤害风险预测的逻辑回归模型。基于近三年的新能源汽车事故统计数据,对模型进行了系统优化与交叉验证。通过集成学习算法实现模型融合,不仅提高了驾驶人伤害风险预测精度,而且验证了逻辑回归模型在新能源汽车事故数据分析中的适用性和准确性,为新能源汽车安全风险管控提供参考。     

基于模拟植物生长算法的车辆调度应用综述研究

模拟植物生长算法(plant growth simulation algorithm,PGSA)以植物的向性运动为启发式规则,通过分枝模式和生长环境构造出不断生长的植物分枝生长模式,开发了一种无参数智能算法的研究新领域.本文对比了模拟植物生长算法与其它智能算法,并详细描述了模拟植物生长算法的优势,其次,对模拟植物生...     

基于贪婪算法的物流堆场策略建模研究

随着经济的发展,集装箱发展迅速,而这对集装箱码头的运作效率提出了巨大的挑战.本文针对我国集装箱码头工作机制,探讨了基于贪婪算法的物流堆场策略建模,希望可以为集装箱码头提高运作效率提供支持.     

基于公交信号优先的算法研究

公交优先是利用先进的检测系统,为公交车辆提供优先信号。针对公交信号优先的实施对其他社会车辆的影响,以为公交车辆提供优先信号的同时,降低交叉口车辆平均延误为目标,建立基于发出频率的公交信号优先算法和基于需求强度的公交信号优先算法。     

基于迁移学习的轨道交通特殊OD客流预测研究

客流预测一直是轨道交通运营公司关注的重点,由于受到运输能力的限制等因素影响,部分OD的实际客流数据与真实需求有偏差,出现异常或者样本缺失,从而造成总体样本量偏小,直接采用这些样本进行预测会明显影响预测精度,但通过还原样本值增加样本量难度太大。根据上述特点选择基于实例的迁移学习,先确定源域的对象和范围,从源域中选择合适的样本补充到总体样本中,共同组成最终的训练样本数据集,完成迁移学习。同时选择改进的Boost算法,通过误差调整样本权重,不断迭代,得到最终的预测模型。结果表明：基于实例的迁移学习结合改进Boost算法的预测精度要好于传统集成学习、ARIMA模型、多元回归模型,为轨道交通运营公司对特定OD的客流预测提供新的有益尝试。     

基于熵权灰色关联分析法的市域铁路线路方案比选研究

根据我国市域铁路的特点及其现状,分析市域铁路线路方案比选的各种影响因素.通过从市域铁路线路总长度、吸引客流量、环境保护以及既有铁路资源利用率等多方面切入,建立关于市域铁路线路比选评价指标体系.运用熵权法和灰色关联分析法对市域铁路线路方案进行比选,从备选方案中选择最优方案,并结合实例进行分析.     

基于启发式函数蚁群算法的VRP优化研究

车辆路径问题是一个NP难题,蚁群算法是求解诸如车辆路径安排等组合优化问题的有效工具,为此利用启发式函数对传统的蚁群算法进行改进和优化.并通过实例对该方法进行检验,其结果显示,启发式函数蚁群算法的性能,优于传统的蚁群算法.     

基于概率分析的铁路安全风险传递网络模型研究

传统的风险评价大多是在定性分析的基础上展开的,给风险评价带来了一定的局限性。为深化风险评价水平,拓展风险定量评价方法,提出一种基于概率分析的铁路安全风险传递网络模型。首先,面向铁路局集团公司层面,识别出35项安全风险;然后,通过关联关系分析明确风险间的传递关系,并依托风险传递关系构建安全风险传递网络模型;之后,基于贝叶斯网络对风险传递网络进行传递概率分析;最后,选取异物侵限类风险事件作为案例对模型进行应用验证。结果表明：模型基于铁路运营历史数据,对风险传递网络进行定量分析,能识别出安全风险传递网络中的关键安全风险和风险传递关键路径。模型为有效利用铁路安全相关数据,开展定量的风险评价提供基础。     

基于熵权灰色关联法的新疆铁路网扩张规律研究

为提高铁路网规划的合理性,选择铁路网发展状况、经济发展状况、社会发展状况3个维度的21个评价指标,运用熵权灰色关联法对影响新疆铁路网扩张的因素进行分析。以铁路网密度表征铁路网的扩张,驱动因子可以概括为GDP、收入水平、社会保障和人口数量,依据Cobb-Douglas生产函数建立模型,预测新疆15个地州(市)的铁路网密度。结果表明,新疆北疆铁路网密度优于南疆;在研究铁路网扩张规律时,除了考虑GDP、收入水平、社会保障和人口数量等因素外,还应顾及自然资源、建设历史、城市定位及政策偏好的区域差异。