基于可靠性指标的轨道交通综合通信网规划模型

为了提高轨道交通综合通信控制和传输能力,构建一种基于可靠性指标的轨道交通综合通信网规划模型.构建轨道交通综合通信网传输模型,在此基础上,采用信道均衡控制方法获取轨道交通综合通信网的信道输出.采用Small-World模型构建轨道交通综合通信网的组网模型,结合应急调度和均衡控制方法,进行通信网络的均衡控制.采用可靠性指标...     

智慧轨道交通全联网(SRT-IoT)——更广泛的互联互通

以轨道交通行业为背景,以智慧轨道交通(SRT)为对象,研究智慧轨道交通“全联网”(IoT)的基本组成框架和关键技术。将IoT置于下一代Internet背景之中,提出了以“智慧轨道交通骨干通信网”(SRT-BCN)为核心、以“基础接入网-资源网络”为轨道交通信息源和受主网络的“智慧轨道交通全联网(IoT for SRT, SRT-IoT)”的系统组成框架。针对轨道交通行业的特点,进一步将智慧轨道交通基础接入-资源网中与轨道交通有关部分划分为“列车接入-资源网”(TARN)和“地面接入-资源网”(GARN),并分析智慧轨道交通骨干通信网(SRT-BCN)和外围接入/资源网的特点,讨论相关的关键技术。重点讨论了与列车相关的TARN技术,得出需要进一步发展TARN相关网络技术的结论,为实现SRT-IoT更广泛的互联互通奠定研究基础。     

轨道交通车站乘客集散系统Anylogic仿真优化

为了研究地铁轨道交通车站站台乘客行为的特殊性对地铁轨道交通车站设施设备布局的影响,本文运用基于社会力模型算法的Anylogic动态仿真软件构建了面向复杂交织乘客行人流的地铁轨道交通站台场景模型。以某市地铁轨道交通车站为例对该模型进行了校核与验证,针对地铁车站内的设施设备布局的缺陷提出了优化改进措施。实证研究表明:优化后的地铁轨道交通站台场景模型,能够科学合理地阐述客流组织与地铁轨道交通之间的动态关系,同时对其他地铁轨道交通车站的规划设计与运营具有重要的借鉴与指导意义。     

基于大数据技术的城市轨道交通监控系统设计

轨道交通是现今城市交通领域的关键构成部分，可以有效缓解大型、中型城市交通压力。城市轨道交通线路复杂、运营频率较高，为轨道交通监控带来了较大的阻碍，影响轨道交通运营的安全，提出基于大数据技术的城市轨道交通监控系统设计研究。设计系统沿用现有系统硬件单元，基于大数据技术开发与完善软件模块，包括冗余通信控制模块、轨道交通列车定位模块、轨道交通运营数据采集与挖掘模块与轨道交通运营异常监控模块。通过运营数据采集、处理与应用，判定轨道交通运营状态，实现了城市轨道交通监控系统的运行。实验数据显示：应用设计系统获得轨道交通运营数据处理效率最大值为18.8 kB/s,轨道交通监控结果准确率为100%,充分证实了设计系统监控性能更佳。     

矩形顶管施工对下卧轨道交通盾构隧道 变形影响的数值模拟

针对苏州市综合管廊项目,为确保邻近既有轨道交通结构的安全,通过midas GTS模拟综合管廊与轨道交通交叉段的矩形顶管施工过程,研究综合管廊顶管施工对下卧轨道交通盾构隧道结构变形的影响。模拟结果认为施工引起的隧道变形在允许的范围之内,不会影响轨道交通正常运营。研究结果可对后续上穿轨道交通类似工程提供参考。     

计算机技术在轨道交通通信系统中的应用

在轨道交通系统具体的运行过程中,通信系统运行是否良好,可直接影响整个系统的安全性和稳定性。随着科学技术的不断发展,计算机技术在各个领域得到了广泛应用,轨道交通通信系统在其中扮演着重要的角色。基于此,笔者主要针对计算机技术在轨道交通通信系统中的应用现状进行分析,并提出了计算机技术在轨道交通通信系统中的创新应用途径,希望能够为轨道交通系统的发展提供借鉴。     

轨道交通企业人力资源信息化建设思考

轨道交通系统具有运营站点多、人员专业多、工作场所分散的主要特征,而轨道交通行业在我国起步较晚,近年来全国各地纷纷上马地铁项目,因此注重轨道交通系统人力资源信息化建设工作,进一步提升我国轨道交通企业人力资源管理效益,具有现实而迫切的意义。该文论述了典型轨道交通企业实现人力资源管理信息化建设的重要性,并对当前发现的问题及解决措施进行探讨。     

基于复杂网络的纽约轨道交通网络特性分析

现有的轨道交通网络建模研究大多建立无权网络模型,不能很好地反映网络特征。本文以纽约轨道交通网络为研究对象,采用复杂网络理论和Space L方法,考虑到2个站点之间可能存在多条线路的情况,构建纽约轨道交通加权网络模型,利用复杂网络的相关特性指标分析纽约轨道交通网络的特性。与无权网络相比可知,纽约轨道交通加权网络的权重与拓扑具有一定的关联性,该网络同时具有小世界和无标度特性。并通过随机攻击及多种蓄意攻击策略研究纽约轨道交通网络的鲁棒性。     

轨道交通信号系统的自动化控制与通信

轨道交通信号系统是保障城市交通安全和运行效率的重要组成部分。随着技术的不断发展,自动化控制和通信技术在轨道交通领域得到广泛应用。文章对轨道交通信号系统的自动化控制与通信技术进行了详细研究和分析。首先,介绍轨道交通信号系统的基本原理和功能需求。其次,详细探讨自动化控制和通信在轨道交通信号系统中的应用领域和技术方案。最后,总结目前面临的挑战和未来发展的方向。     

轨道交通设计成果数字化交付方式研究

在轨道交通设计过程中,数字化交付具有较大应用价值,本文通过对于轨道交通设计成果移交工作特点、成果交付难点痛点的分析,提出轨道交通设计成果数字化交付的设计要点.     

基于细菌觅食优化算法的城市轨道交通调度优化

为了合理高效地制定城市轨道交通调度方案,实现客流与车次的优化配置,提出了一种基于细菌觅食优化算法的城市轨道交通调度优化策略。兼顾乘客与运营企业双方利益,以发车间隔为决策变量,乘客平均候车时间最短和发车次数最少为优化目标,建立调度优化模型,并对细菌觅食优化算法求解该调度模型的过程进行分析。结合某城市轨道交通一号线实际运营数据进行仿真实验,并与其他算法的优化结果进行对比分析,实验表明该算法和模型能有效解决城市轨道交通调度优化问题。     

基于改进SSD算法的城市轨道交通多通道闸机控制研究

城市轨道交通多通道闸机独立工作,对多个闸机精准控制难度较大,所以研究基于改进SSD算法的城市轨道交通多通道闸机控制方法;将SSD网络与FPN网络相结合,结合先验框生成与损失函数优化实现SSD算法改进,利用改进SSD算法和数据融合结果识别通行目标;根据通行目标识别结果和传感器设备确定闸机通道内的通行情况,从而设计多通道闸机控制处理子程序,完成城市轨道交通多通道闸机控制;实验结果表明,在改进SSD算法作用下,闸机闭合状态始终与行人的当前行进方向保持一致,提高了控制精准度和实时通过率。     

城轨列车精确停车智能控制算法研究与仿真

随着我国城轨交通的大力发展,列车自动驾驶（ATO）系统在城轨列车中的应用越来越广泛,精确停车是衡量城轨列车自动驾驶性能重要指标之一。以精确停车、舒适性及能耗为指标,利用列车牵引计算知识建立列车运行多目标模型;利用遗传算法对该模型进行优化,结合MATLAB仿真软件得出列车运行理想目标曲线;运用SIMULINK模块分别搭建基于PID控制的仿真模型、基于模糊PID控制的仿真模型以及基于预测模糊PID控制的仿真模型,得出相应的列车运行跟踪曲线,并进行比较。结果表明：较前两者,预测模糊PID控制能最大程度地提高列车的停车精度。     

基于遗传算法的轨道交通线路排班优化研究

根据轨道交通系统的特点，考虑不同出行方式，建立基于遗传算法的轨道交通线路排班模型；并对整个算法进行设计，使其在有限的算法步骤内，找出所有满足约束条件的最优或次优解。     

城市轨道交通网络特性与级联失效鲁棒性分析

为探讨城市轨道交通网络(U RT N)的网络特性及面对突发事件时的鲁棒性,提升运营效率,基于复杂网络理论,采用Space-L方法构建URTN拓扑结构,提出URTN站点重要性综合评价指标.建立URTN级联失效模型,设计级联失效仿真算法,通过网络效率和最大连通子图比例两项鲁棒性评价指标,定量分析不同攻击策略下U RT N级...     

基于手机定位信息的地铁乘客出行路径辨识方法

针对复杂轨道网络环境的下出行路径选择问题,传统方法采用理论推算往往与实际偏差较大。基于手机定位信息的出行路径辨识方法,利用手机用户在无线通信网络中产生的信令事件数据,根据其在地铁中的正常位置更新规则得到出行路径,针对信令数据存在缺失的情况,以用户的其他信令事件数据及K短路校核法,对路径的有效性进行检测,进而得到实际出行路径。实测结果表明,用该方法得到的用户出行路径与真实路径偏差较小。。     

R-dPSO算法及其在ATO控制策略中的应用

城市轨道交通列车自动运行中,通过调整列车的5种工况序列解决含有安全、准点、准时、舒适度和能耗等指标的多目标优化问题。根据轨道交通列车自动运行过程中涉及的动力学公式建立ATO目标速度曲线的数学模型。提出一种随机驱动的全局粒子群优化算法（R-dPSO）,用12个基准函数测试了R-dPSO算法的有效性。进而,利用SPSO算法、XEPSO算法和R-dPSO算法解决上述多目标优化问题。实验表明,只有R-dPSO算法的优化结果满足ATO控制策略的各个指标要求。     

一种RFID定位的无人驾驶车辆精准停车制动辅助系统

为了解决轨道交通无人驾驶技术的精准停车问题,采用RFID技术对轨道上的车辆进行高精度定位,并提出一种适用于轨道交通无人驾驶车辆精准停车的分级减速制动方案和轨道交通无人驾驶车辆精准停车制动辅助系统。该系统为车身智能控制系统提供用于精准停车的减速制动辅助信息,大大降低了轨道交通无人驾驶实现精准停车的难度。     

基于深度学习的城市轨道客流预测实训基地培训系统设计与实现

为进行城市轨道客流量的科学预测,设计实现了实训基地培训系统,在系统中分别构建BP（Back Propagation）神经网络模型与DBN（Deep Belief Network）深度置信网络模型来进行城市轨道客流量数据的收集与整理。针对城市轨道交通车流量短时间快速增长的问题,在系统中建立实时数据分析处理模块,结合深度置信网络,使用算法对轨道客流进行实时准确的预测。将采集到的大量数据通过系统的数据处理模块进行分析验证,数据分析结果显示：在深度置信网络模型中,轨道交通各节点平均均方根误差相比BP神经网络模型大约减少了0.01475,每批次任务实时计算时间平均为3.5s,系统预测实时性较好,准确率较高,有很好的预测效果,可以合理地规划城市轨道交通线路,有效提高了城市轨道的交通利用率。