【摘要】：鐵路作為關系國計民生的重要運輸方式,在拉動國民經(jīng)濟增長、保障居民出行等方面,發(fā)揮著不可替代的作用。2015年發(fā)布的《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃的建議》中提出,預計“十三五”期間全國新建鐵路不低于2.3萬公里,總投資不低于2.8萬億元。隨著鐵路運營里程的不斷增加,鐵路安全問題也愈發(fā)受到重視。鐵路安全涉及廣泛、專業(yè)性強且繁瑣復雜。隨著鐵路運輸速度的提高和行車密度的增大,出現(xiàn)安全問題的可能性也隨之升高。鐵路事故預測作為鐵路安全研究中的重要問題,一直受到鐵路運營管理部門和研究鐵路運營的學者們的高度重視。鐵路事故預測建立在鐵路事故致因分析和鐵路事故風險分析的基礎上,根據(jù)已經(jīng)發(fā)生的鐵路事故和當前鐵路環(huán)境對未來可能發(fā)生的趨勢做出預測,是鐵路安全研究的重中之重。基于鐵路事故預測的研究現(xiàn)狀,本文開展了如下工作:一、選擇基于數(shù)據(jù)驅(qū)動的方法對鐵路事故預測進行研究。針對鐵路事故數(shù)據(jù)中的不確定數(shù)據(jù)的問題,提出用機器學習中的支持向量機模型處理鐵路數(shù)據(jù)中的包含不確定數(shù)據(jù)的數(shù)字數(shù)據(jù),以改進的完全支持向量機作為預測方法,將真實鐵路事故數(shù)據(jù)為訓練數(shù)據(jù),建立機器學習模型,在此基礎上針對數(shù)字數(shù)據(jù)中的不確定數(shù)據(jù)進行改進,得到基于數(shù)據(jù)驅(qū)動的鐵路事故數(shù)據(jù)預測結果,結果顯示本文的改進方法可以讓鐵路事故預測準確率從67%提升到81%左右。二、提出用機器學習方法中的深度學習作為工具處理鐵路數(shù)據(jù)中的包含不確定數(shù)據(jù)的文本數(shù)據(jù),以卷積神經(jīng)網(wǎng)絡作為預測方法,將美國聯(lián)邦鐵路管理局提供的數(shù)據(jù)作為訓練數(shù)據(jù),建立卷積神經(jīng)網(wǎng)絡預測模型,針對包含文本數(shù)據(jù)中的不確定數(shù)據(jù)進行改進,得到針對文本數(shù)據(jù)的鐵路事故預測結果。結果表明,可以將預測準確率由改進前的71%提升到改進后的74%左右。三、基于前文工作中的實際運算情況,運用計算機知識和開源數(shù)據(jù)處理工具,對整個運算工作流進行抽象,提出鐵路數(shù)據(jù)高速處理框架。該框架使用Elastic Search和Cassandra等現(xiàn)代非關系型數(shù)據(jù)庫進行數(shù)據(jù)的安全存儲和高速讀寫,利用面向?qū)ο笳Z言實現(xiàn)模型與算法,并針對鐵路數(shù)據(jù)特征進行優(yōu)化,在數(shù)據(jù)讀寫速度數(shù)據(jù)計算速度和框架使用便捷性等方面,相較于其他交通領域內(nèi)的數(shù)據(jù)處理框架都有較大提升,在性能上有30%以上的提升。
[Abstract]:......
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U298.5

【參考文獻】

相關期刊論文 前10條

1 胥紅敏;郭湛;李曉宇;習年生;;基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的道口事故預測[J];鐵路計算機應用;2016年03期

2 張友鵬;李遠遠;;基于云模型和證據(jù)理論的鐵路信號系統(tǒng)風險評估[J];鐵道學報;2016年01期

3 魏來;曾京;鄔平波;高浩;汪群生;;基于輪對模型的鐵道車輛脫軌安全性評估[J];鐵道學報;2015年09期

4 趙陽;徐田華;;基于文本挖掘的高鐵信號系統(tǒng)車載設備故障診斷[J];鐵道學報;2015年08期

5 齊皓;;鐵路行車安全事故的分析及相應的解決策略[J];中小企業(yè)管理與科技(中旬刊);2015年08期

6 張曉強;楊君游;曾國屏;;大數(shù)據(jù)方法:科學方法的變革和哲學思考[J];哲學動態(tài);2014年08期

7 李德仁;姚遠;邵振峰;;智慧城市中的大數(shù)據(jù)[J];武漢大學學報(信息科學版);2014年06期

8 馮運卿;李雪梅;李學偉;;基于熵權法與灰色關聯(lián)分析的鐵路安全綜合評價[J];安全與環(huán)境學報;2014年02期

9 代明睿;朱克非;鄭平標;;我國鐵路應用大數(shù)據(jù)技術的思考[J];鐵道運輸與經(jīng)濟;2014年03期

10 黃彩德;馬元琳;袁林;;基于事故樹分析的4.28鐵路事故安全管理對策[J];交通科技與經(jīng)濟;2013年05期

相關碩士學位論文 前10條

1 辛匯文;鐵路事故致因建模分析研究[D];北京交通大學;2016年

2 王克楠;基于關聯(lián)特性分析的鐵路事故數(shù)據(jù)挖掘及預測、預警方法研究[D];北京交通大學;2016年

3 馬欣;基于復雜網(wǎng)絡的鐵路事故致因研究[D];北京交通大學;2015年

4 陶偉;鐵路交通事故中的人因分析及對策研究[D];中國鐵道科學研究院;2014年

5 劉恩相;高鐵突發(fā)事件應急管理相關問題研究[D];西南交通大學;2013年

6 肖寧;基于系統(tǒng)理論的鐵路系統(tǒng)多事故致因共性研究[D];華中科技大學;2013年

7 趙成兵;基于云計算的高鐵振動數(shù)據(jù)預處理與特征提取研究[D];西南交通大學;2013年

8 張思帥;基于耗散結構的高速鐵路運營事故演化機理[D];北京交通大學;2011年

9 梁俊秀;基于貝葉斯網(wǎng)絡的軌道交通系統(tǒng)人因可靠性定量分析方法研究[D];北京交通大學;2010年

10 葛大偉;基于視頻內(nèi)容分析的鐵路入侵檢測研究[D];北京交通大學;2009年

，

本文編號：2490395