甘肃省旅游热点的铁路网可达性时空演化

针对基于路网的景点可达性不能单独体现铁路对可达性提升的效果,为更好研究不断优化的铁路网对区域内旅游业发展的促进作用,提出以2007、2014和2017年3个时间断面甘肃省的旅游热点和铁路网为研究对象,运用GIS空间分析工具和地学统计方法,对景点的空间分布特征及铁路网可达性的时空演化规律进行研究,并预测2022年旅游热点的铁路网可达性。结果表明,可达性呈现以兰州为中心向外围区域递减的"核心-外围"模式,铁路建设大幅度缩短了各旅游热点的可达时间,能够为"一带一路"倡议下甘肃省的旅游业发展服务。     

国家发改委批复25项轨道交通规划

9月5日,国家发改委批复了全国多个城市的轨道交通建设规划,总投资规模预计超过8000亿。此次批复的内容涉及全国19个城市、两个地区和一条线路。太原、兰州、广州、沈阳、厦门、常州等6个城市的轨道交通近期建设规划获批,哈尔滨、上海等城市的近期建设规划调整方案获得批准,另外还有江苏省沿江城市群城际轨交网、内蒙古呼包鄂地区城际铁路规划等区域轨道交铁路规划获批。     

我国高速铁路调度指挥模式的选择

一、前言铁路是交通运输的大动脉,它负担着全国货运周转量的51.9%和客运周转量的35%。进入21世纪,中国经济和社会正处在高速发展的阶段,实现中国铁路的跨越式发展,就必须要先建设发达完善的铁路网,加快铁路运输系统的现代化建设,是全面建设小康社会的一个必要条件。铁路运输快速化和客货分离,是当今铁路发展的两大方向。在繁忙干线新建高速铁路,也是我国铁路进一步适应社会发展需要、深化铁路改革的必然选择。     

高等教育对京津冀区域经济发展的人才支撑研究

继珠三角和长三角之后,环渤海经济被视为拉动21世纪中国经济增长的新的引擎。环渤海地区包括京津冀及辽宁和山东五省市,而京津冀板块是环渤海经济圈的重要组成部分,其发展蕴藏着巨大的潜力。但是,自20世纪80年代环渤海经济圈概念的出现以来,作为环渤海经济带核心层的京津冀地区的发展并没有如人们期望带动整个环渤海经济的迅猛发展,而是明显的落后于珠三角和长三角的发展速度。区域经济发展莆要地方高校的技术资源和人才的支撵,京津冀地区是中国的人才资源聚集的重要基地,其人才培养能力、人才资源的规模和素质在全国都处于领先地位,但人才资源的结构、素质与产业结构调整要求的不相适应,高层次人才不足以及吸引人才的环境欠佳势必危及京津冀地区经济发展的后劲,因此在此背景下要实现区域经济建设与地方高校良性互动,找到地方高等教育与区域经济科技和社会结合点,从而为区域经济与高校相互促进和共同发展提供动力,注入活力。因此,高等教育对京津冀区域经济发展的人才支撑研究有着重大的现实意义。     

区域计算机联锁系统的设计和实现

所谓区域计算机联系,是基于网络安全传输技术及其发展,以网络化、智能化、集成化的信号控制系统为平台,以此为依托将整个区域作为一个平台,公用一整套连锁设备,进而对多个车站进行连锁逻辑运算与集中控制.近年来,在党中央提出的"铁路大发展、铁路大提速"决策引导下,我国对区域计算机联锁系统的设计与实现均向着更深层次迈进,同时随着我国铁路网覆盖面、密集度大幅增长,区域计算机联锁系统得到广泛应用.然而,为保证相关工作的有序进行,以充分发挥并实现系统应用的功能并推动其不断发展,一定要重视系统的设计与实现.     

支持向量机在航空运输量预测中的应用

分析了现有航空运量预测方法存在的问题,建立了航空旅客运输量预测的支持向量回归模型,以中国南方航空公司1978～2002年的旅客运输量和相关指标的历史统计数据作为学习样本,分别选用不同的核函数,通过拟合训练进行预测,验证了支持向量机用于航空旅客运输量预测的有效性,并对模型中的有关参数进行了探讨分析。     

遗传算法多目标优化及其在决策支持系统中的应用*

针对区域经济发展的现状,提出了改进的经济多目标优化模型。并用多目标遗传算法来对模型进行优化计算与仿真。在此基础上,通过将MATLAB与Web技术相结合,提出了一种新的基于B/S模式的决策支持系统的解决方案。     

计及新能源接入的主动配电网多目标优化仿真北大核心

针对越来越多出力不确定的新能源及负荷大规模接入配电网,影响了主网运行的安全性与经济性。文章对风光出力进行了建模得到风光出力的概率密度函数,经离散变换得到各时段的出力期望值。建立了双层规划模型,上层规划以系统的网络损耗最小来确定分布式电源的安装位置;下层规划根据分布式电源的节点电压稳定性指数、投资效益指标建立的多目标优化数学模型来确定安装容量。采用改进的差分进化算法和量子粒子群算法对模型求解。最后在加入新能源的IEEE33节点系统上进行仿真,并分两阶段对所提模型进行分析,第一阶段分析所提模型对主网安全性的有效优化,第二阶段分析在考虑分时电价下此规划在经济效益方面的有效性。     

基于马尔科夫链的民族地区毒品犯罪预测研究

毒品的非法生产、需求以及贩运呈现出一种巨大规模的上升趋势,特别是边疆少数民族地区的毒品犯罪问题更加引人关注。针对此问题,大多是从社会学的角度进行研究,提出了采用马尔科夫链的方法,对边疆少数民族地区收集的犯罪数据进行统计分析、建模。实验结果表明,预测毒品犯罪案件数与实际发生的毒品犯罪案件数相比,达到了96．52％的预测准确率。结论是,通过马尔科夫链来进行民族地区的毒品犯罪预测研究,可获得更加合理、准确的预测结果,具有更高的有效性和实用性。     

基于GPS技术的准东矿区铁路线路规划设计与研究

准东煤田是新疆自治区3个储量大于3000亿吨的超级煤田之一,煤炭储量大,赋存条件好,预测总资源量3747.6亿吨。为进一步做好乌鲁木齐局管内铁路专用线建设,结合乌准铁路、哈将铁路及兰新铁路的设计标准和运输能力,对乌准线准东矿区铁路专用线建设进行整体规划,按照"两整合一建设"及"上大限小"的原则,研究制定准东矿区新建铁路专用线布局、技术标准、运输组织,使得专用线建设更加合理,以提高干线铁路和专用线运输效率。     

基于NLAPSO．RBF的铁路货运量预测研究

铁路货运量需求预测在国家和区域经济发展规划、运输经营决策中具有重要作用。针对提高预测准确性与收敛速度问题,建立了基于RBF神经网络的预测模型。该模型具有最佳函数逼近性能和全局最优特性,适于预测计算,但有参数确定与优化的难题。提出一种基于非线性学习因子调节的粒子群优化（NLA-PSO）算法应用于RBF神经网络的参数优化,进而提高铁路货运量预测的精度与效率。通过1992--2011年铁路货运量预测的实例验证,将仿真结果与其他算法进行了比对,证明了方法的预测精度与收敛速度均优于其他算法,在铁路货运量预测计算上有效可行。     

基于变权重组合模型的铁路客运量短期预测

科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点,提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数,采用广义回归神经网络对动态权重进行跟踪和预测。以2014年1~12月份的铁路客运量为研究对象,分别建立均值GM（1,1）模型、离散GM（1,1）模型、灰色Verhulst模型以及变权重组合预测模型。实例分析的结果表明,三个单一模型的平均相对误差分别为17.14%、16.99%和12.94%,而变权重组合模型为7.01%,变权重组合预测模型的预测精度明显高于单一模型。     

基于GS-LSTM模型的铁路货运量预测

铁路货运量预测的准确性对铁路运输企业制定营销计划和营销决策来说是必要的,尤其是短期铁路货运量的影响至关重要。为了提高铁路货运量的预测精度,提出一种优化长短期记忆网络（Long-Short Term Memory, LSTM）参数的预测模型——GS-LSTM模型,通过利用网格搜索算法（Grid Search）对LSTM模型训练网络中最主要的参数（批量大小、隐含层神经单元个数和学习率）进行优化。基于2005年1月—2021年7月的铁路货运量月度数据,首先建立BP和LSTM模型对预测结果进行比较,LSTM模型比BP模型的MAPE降低1.55个百分点,然后分别对BP和LSTM模型的网络参数进行优化后再进行比较,优化后的2种模型比基础模型的预测效果均有提高,而且优化后的LSTM模型比BP模型的MAPE又进一步降低0.18个百分点。实验结果显示,优化后的LSTM模型预测效果更佳,泛化能力更好,具有很好的研究和使用价值。     

面向领域的电子商务平台交易信用研究

随着互联网技术的进步,电子商务作为一种商业手段应用日益广泛。但是面对尚未规范的市场环境,信用问题始终困扰着电子商务的发展。文章分析了国内外的信用管理模式例如eBay和淘宝,结合目前的技术发展趋势和铁路客运售票系统的特点,提出基于铁路客运电子商务平台的交易信用解决方案,从而提高其交易成功率,为我国铁路信息化建设的健康发展提供帮助。     

A decomposition based hybrid heuristic algorithm for the joint passenger and freight train scheduling problem

We study the joint problem of scheduling passenger and freight trains for complex railway networks, where the objective is to minimize the tardiness of passenger trains at station stops and the delay of freight trains. We model the problem as a mixed integer program and propose a two-step decomposition heuristic to solve the problem. The heuristic first vertically decomposes the train schedules into a passenger train scheduling phase and then a freight train scheduling phase. In the freight train scheduling phase, we use a train-based decomposition to iteratively schedule each freight train. Experimental results show the efficiency and quality of the proposed heuristic algorithm on real world size problems.     

铁路快捷货物货源组织优化模型及算法

针对铁路快捷货物货主在选择货运产品时具有越来越多的主动权,研究货主选择车次条件下的快捷货物货源组织优化问题。构建了以货源组织成本最小为目标的0-1规划模型,并根据问题的特点,设计了整数编码的遗传算法进行求解。通过一个数值算例对模型和算法的可行性及有效性进行了验证。研究结果表明,所提出的方法能够综合反映铁路和货主双方的收益,可为铁路货运组织改革条件下的快捷货物货源组织提供参考。     

铁路客运服务系统存在的问题与解决方案研究

通过对如何更好地实现铁路客运专线旅客运输服务价值以及国内外旅客服务、票务和营销与决策支持等IT业务支撑系统的比较研究,分析中国铁路客运服务系统存在的问题,从系统结构、服务产品、运营流程、IT支撑平台系统研发等方面探讨我国铁路客运专线客运服务系统集成解决方案。     

基于客流分配的高铁票价调整策略

针对目前高铁票价单一、客运收益率低、区段客流不均衡等问题,提出基于客流分配的高铁票价调整策略。首先,分析影响旅客出行选择行为的相关因素,构建包含经济性、快速性、便捷性和舒适性四项指标的广义出行费用函数;然后,建立兼顾高铁客运管理部门收益最大化和旅客出行费用最小化的双层规划模型,其中上层规划通过制定票价调整策略实现高铁客运收益最大化,下层规划以旅客广义出行费用最小为目标,利用区段不同车次间的竞合关系构建随机用户均衡（SUE）分配模型,同时采用基于改进Logit分配模型的相继平均法（MSA）进行求解;最后,结合案例验证了所提票价调整策略能够有效地平衡区段客流,降低旅客出行成本并在一定程度上提高客运收益。结果分析表明该票价调整策略能够为铁路客运管理部门优化票价体系、制定票价调整方案提供决策支持与方法指导。     

Locomotive assignment and freight train scheduling using genetic algorithms

This study considers the movement of freight trains through a passenger rail network, a common occurrence in many developing countries. Passenger trains run according to a fixed schedule while freight trains need to be accommodated and run on the same track, ensuring that they do not interfere with passenger train movements. Operationally, this requires the assignment of a locomotive to a freight rake and then creating a workable schedule. Accordingly, we propose to solve the problem in two phases. In the first phase, we assign locomotives with partial scheduling with the objectives of minimizing total deadheading time and total coupling delay. We use a genetic algorithm to find non‐dominant locomotive assignment solutions and propose a method for evaluating its performance. The solutions are then ranked using two approaches, based on the decision maker's preferences. In the second phase, we select a locomotive assignment solution based on the ranking and find the lower bound on the arrival time of freight trains at their destinations. We use a genetic algorithm again to schedule the freight trains in the passenger rail network, with prescribed locomotive assignment precedence constraints with the objective of minimizing total tardiness. Computational results confirm the efficacy of the proposed method.     

基于改进粒子群优化算法的灰色神经网络的铁路货运量预测

针对现有铁路货运量预测方法的不足,提出基于改进粒子群优化算法的灰色神经网络（IPSO-GNN）的铁路货运量预测方法,通过IPSO对常规灰色神经网络（GNN）的白化参数进行优化,改善了GNN的不足,保证了预测精度;同时利用灰色关联分析法,计算了铁路货运量和影响因素间的关联度,以最主要的6个关联因素,建立了基于IPSO-GNN的铁路货运量预测模型。仿真实验结果表明,在铁路货运量预测中此模型预测精度优于常规GNN及其他预测方法,说明此预测方法有效可行。