基于不完备信息系统的高速铁路舒适性评价规则优化方法

随着我国高速铁路的快速发展,对高速列车舒适性的研究显得十分重要。本文在基于粗糙集理论和模糊理论的高速铁路舒适性综合评价模型的基础上,利用粗集理论及不完备信息系统理论,构建了一种评价规则的提取和优化方法,通过实例分析,产生满意的约简规则,从而能够快捷迅速地指导舒适性的评价,进一步提高了系统的可靠性和适应性。     

基于改进烦恼率模型的电梯振动舒适性研究

电梯振动是对电梯舒适性进行评价的重要指标。针对电梯振动舒适性评价现有规范和方法的缺失,提出基于改进烦恼率模型的电梯振动舒适性评价模型,对隶属度函数加以改进以适用于电梯振动环境,同时考虑人的主观感知的差异性和判断的模糊性,得到改进的烦恼率模型,用连续、定量的评价方法代替传统的离散、定性的评价标准,为电梯振动舒适性评价研究提供了新的思路。     

智能综合检测车首次在京津城际投用为动车“体检”

国内首列、也是唯一一列高速动车综合检测列车目前每隔10天便为京津城际高速铁路进行一次“体检”。京津城际铁路自8月1日开通运营以来，已经接受过两次全面“体检”。     

考虑高铁与其它运输方式竞争的停站方案优化

为提升高速铁路在综合运输市场的竞争力,考虑快速性、方便性、舒适性和经济性指标构造效用函数.以高铁部门营业收入和效用函数值最大为目标,将短途运输高铁与公路的平均效用对比函数、长途运输高铁与航空的平均效用对比函数、客流需求、车站最低停站率、列车最大停站次数等作为主要约束条件,建立高速铁路停站方案的0-1多目标优化模型,设计...     

驾驶舱人体热舒适性建模及环境评估

建立人体热舒适性模型,通过RadTherm平台实现人体热舒适性模型和驾驶舱环境的对接。对驾驶舱环境进行数值模拟,得到驾驶舱内气流组织形式,其速度场和温度场作为人体热舒适性模型的输入。驾驶舱环境数值模拟结果与人体热舒适性评估结果相互验证,共同评价驾驶舱环境的优劣。研究结果表明,通过数值模拟得到的驾驶舱环境评估结果和通过人体热舒适性模型得到的驾驶员热舒适性评估结果准确、有效,具有较高的工程应用价值。     

基于主客观综合赋权的民机客舱舒适性评价

针对民机客舱舒适性现有评价方法中缺乏数学定量评价的问题,提出了基于主客观综合赋权的民机客舱舒适性定量评价方法。首先在相关乘客调研基础上,建立了较全面的民机客舱舒适性评价指标体系。提出一种将主观决策实验室分析方法与客观熵权法相结合的综合权重赋值方法,既能有效避免赋权过程中人为主观因素的过度影响,又能充分挖掘调研数据中的真实信息,提高了各级评价指标权重数据的客观性和准确性。最后,针对民机客舱舒适性评价中的模糊性、主观性,利用模糊数学把舒适性主观评价转化为定量评价,得到了较客观的评价结果。通过实例验证,该结果可以对设计进行反馈,指导设计调整过程,是一种有效的舒适性评价方法。     

基于层次分析法和指标评分标准的民用飞机客舱舒适性评价方法研究

在保证飞机安全性的基础上,客舱乘坐舒适性是飞机主制造商和航空公司首要考虑的因素。在探讨了客舱舒适性的定义、舒适性过程等相关理论的基础上,深入剖析了影响乘客舒适性的环境、乘客活动和交际三大类因素及其重要度排序,给出了客舱舒适性设计建议;基于层次分析法原理,提出了民用飞机客舱舒适性评价方法框架,构建了完整的客舱舒适性评价指标体系,包括座椅、IFE设备、环境、乘客活动和主观感受五大方面21个具体指标。为便于进行舒适性评价,采用5级评分标准细化制定了主观类和客观类舒适性指标的具体评分标准。最后在某型飞机模型客舱舱段上应用该方法进行了验证。验证结果表明,该方法科学合理、简便易行,较好解决了飞机客舱舒适性评价问题。     

基于最优预见控制的高速列车速度控制器研究

针对高速列车自动驾驶(ATO)速度控制器的设计及性能问题,以列车运行过程中的安全性、舒适性、控制输入为约束条件,提出用最优预见算法设计控制器。该算法以列车动力学为基础,确定列车模型传递函数,进行极点配置之后使控制系统稳定;以列车模型为该算法的控制对象,将列车运行过程中的线路附加阻力和基本阻力作为干扰,实现列车ATO模式下目标速度的自动跟踪控制。选取京津城际北京南站至武清站间线路数据进行仿真验证,仿真结果表明该算法在降低列车运行能耗、提高旅客舒适性与列车运行准点率方面的有效性。     

城市轨道交通与常规公交换乘评价模型

为了建立城市轨道交通与常规公交的换乘评价模型,首先在分析换乘影响因素的基础上,从快捷性、舒适性、安全性、完整性和协调性5个方面构建了换乘服务水平评价指标体系,然后运用模糊综合评价法,构建了城市轨道交通与常规公交换乘衔接评价模型,最后对苏州市轨道交通2号线各站点换乘服务水平进行了评价,为新建轨道交通周边常规公交配套及换乘设施环境设计提供参考.     

重卡内饰空间舒适性设计研究综述

文章对交通工具内饰的舒适性设计和评价方法进行系统性梳理，为重卡内饰的舒适性研究提供借鉴。通过文献调研法对舒适性概念进行阐述，然后对国内外工学领域和设计学领域的研究侧重点和评价方法进行梳理，划分出一般、普遍、广义三个重卡舒适性层级，并对重卡舒适性三个层级与内饰设计元素的对应关系进行总结，最后提出设计建议及展望。     

面向高铁站的热舒适度和能耗综合预测

针对高铁站这类半封闭建筑的热舒适度影响因素众多,影响机制复杂以及热舒适度与能耗存在背反等问题,提出了基于机器学习的高铁站热舒适度与能耗综合预测方法。首先采用传感器数据捕获及Energy Plus仿真两种方式对高铁站室内外状态、多联机及热交换机等控制单元及热能传导环境进行建模;其次提出影响高铁站热舒适度的八类因素——多联机开启台数、多联机设置温度、热交换机开启台数、客流密度、室外温度、室内温度、室内湿度和室内二氧化碳浓度,并设计424种模型运行工况以及3 714 240个实例;最后设计6种机器学习模型——深度神经网络、支持向量回归、决策树回归、线性回归、岭回归和贝叶斯岭回归,来对高铁站室内热舒适度和空调能耗进行有效预测。实验结果表明,6种机器学习模型中决策树回归预测模型能够在较短的时间内获得最优的预测性能,其平均均方误差低至0.002 2。所得研究成果可直接为下一阶段的温控策略提供主动预判的环境状态参数并实现实时决策。     

基于深度森林的高铁站室内热舒适度等级预测

对于高铁站这类半封闭半开放空间的室内环境热舒适度等级难以准确预测的问题,提出基于深度森林（DF）的深度学习方法对热舒适度等级进行科学预测。首先基于现场调研和Energy Plus平台对高铁站室的热交换环境进行建模;其次提炼出客流密度、多联机开行台数和多联机设置温度等8个影响因素,并设计424种工况以获取海量数据;最后采用DF挖掘热舒适度与影响因素之间的关系,以对高铁站室内热舒适度等级进行预测。采用深度神经网络（DNN）和支持向量机（SVM）作为对比算法进行验证。实验结果表明,在3种模型中,DF在预测正确率和weighted-F₁上表现最佳,DF的预测正确率最高达到99.76%,最低为98.11%。因此,DF能够有效预测高铁站室内的热舒适度等级。     

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。     

基于文本挖掘的高速铁路动车组故障多级分类研究

针对高速铁路信号设备故障发生后记录的文本数据,提出基于文本挖掘方式的高速铁路信号设备故障多级分类模型研究。提出TF-IDF词汇权重与词汇字典结合的特征表示方法实现信号设备故障文本数据的特征提取。多级分类模型中,基于Stacking集成学习思想设计单层分类模型,将循环神经网络BiGRU和BiLSTM作为初级学习器,设计权重组合计算方法作为次级学习器,将多级分类任务分解为各层单分类任务,并采用K折交叉验证训练Stacking模型。采用高速铁路自开通至十年的信号转辙机故障数据,通过对故障原因文本数据的分析,实现故障部位和故障原因的二级分类,经过K=5次训练,BiGRU较BiLSTM各评价指标都较高,经实验BiGRU分配权重为0.7,BiLSTM权重为0.3,组合加权对两个网络的输出计算,准确率提高为0.8814,召回率提高为0.8642。实验表明多级分类模型能够有效提升信号设备故障多级分类任务的分类评价指标,并能够保证分类结果隶属关系的正确性。     

轨检小车在高速铁路轨道检测及精调中的应用

轨道线路参数直接影响列车的运行安全和旅客的舒适性,目前轨检小车在高速铁路轨道施工及后期运营维护已广泛使用。本文结合广州南方高铁轨检小车在成渝客专、成贵高铁等项目施工过程中的轨道精测精调实践,主要对轨检小车在高速铁路轨道检测作业进行归纳总结,从轨道测量技术、轨检小车检测原理、作业流程、施工注意要点等多方面提出具有指导意义的结论。     

基于虚拟现实的高铁在坡道地段的运动仿真

在坡道地段的运动仿真是高铁在整个运动仿真中的重要部分.为了研究高铁在坡道地段的运动仿真,本文提出了基于虚拟现实的高铁运动仿真模型.首先构建高铁模型和地形;然后将高铁抽象成绳体模型,从动力学角度分析高铁在坡道地段上的受力情况和运动状态;最后在虚拟现实引擎Unreal Engine中进行相关蓝图节点的连接,利用其提供的完整套件、实时高逼真的渲染效果,将其应用在高铁的仿真中.对研究高铁线路选取设计、模拟运行以及列车速度等参数和地形的适应关系等提供了很好的手段和方法,使模拟效果与列车实际运行状态最大程度匹配,同时也给相关的其他研究提供了参考.     

神经网络技术在高铁站多联机空调节能控制中的应用

本文基于神经网络技术设计空调控制软件系统,对传统人工控制模式和神经网络控制器进行对比研究.首先利用Energy Plus仿真软件建立真实高铁站建筑及其多联机空调系统模型,对该空调系统设置424种工况完成了一整年运行仿真,然后从百万条仿真数据中抽取PMV(predicted mean vote,预测平均投票)热舒适度和能...     

考虑随机运能和送到时限的高铁快递运输计划优化方法

为充分利用高铁非高峰期的列车运能,高铁快运已成为铁路快捷货运发展新趋势.然而,受客运需求波动影响,载客动车组可用于高铁快递的运能呈现高度不确定性,给日常运营组织带来巨大挑战.为增强高铁快运系统应对随机运能的能力,提出一种考虑随机运能的高铁快递运输计划优化方法.首先,采用离散场景刻画列车运能的不确定性,以最大化高铁快运期望总收益为目标,综合考虑快递的送到时限和运营约束,针对场景概率分布精确已知情形,构建两阶段随机规划模型(SP);然后,进一步考虑场景概率分布信息部分已知情形,构建两阶段分布鲁棒优化模型(DRO),基于盒式模糊集,借助对偶理论将DRO模型转化为等价的整数线性规划模型并利用GUROBI求解;最后,基于宁杭高铁设计数值实验验证模型的有效性,结果表明,相较于SP模型,DRO模型体现出较强的鲁棒性,只需付出较小的代价即可有效抵抗运能波动对运输计划的影响,并且能够改善最坏情形下解的质量,切实改善高铁快递实际运营中的稳定性.     

面向负载均衡的高铁路网列车开行方案优化方法

针对当前高速铁路运营过程中存在的运输需求与运力资源不匹配现象,面向负载均衡原理研究了路网条件下运能可适配的高速铁路旅客列车开行方案优化与评估方法.首先,针对路网条件下列车开行方案优化,构建以提升经济效益、社会效益和网络负载均衡为目标的非线性混合整数规划模型,并设计基于遗传算法和粒子群算法的两阶段混合搜索求解算法.在此基础上,考虑开行列车在高速铁路网中的抗干扰能力,建立了面向网络化运营场景的开行方案综合评估指标体系,揭示了故障场景下高速铁路网络性能的演化规律.最后,以实际高速铁路线路数据和运营数据为场景进行仿真实验,本文提出方法在保证运输需求和路局收益的同时能够有效地提升8.66%网络整体负载均衡性,增强发生故障时网络的抗干扰能力.