基于動態(tài)客流分配的高速鐵路列車優(yōu)化方案研究
發(fā)布時間：2020-12-15 01:28
高速鐵路旅客列車開行方案的制定是高速鐵路運輸組織的重要環(huán)節(jié),是決定高速鐵路列車運營質(zhì)量的關(guān)鍵因素。制定合理的高速鐵路列車開行方案有利于提高旅客運輸?shù)姆⻊?wù)質(zhì)量,提升高速鐵路在客運市場的競爭力。本文從以下幾個方面進行研究。對高速列車開行方案進行分析,從列車種類、開行數(shù)量、編組方式、�？糠桨傅人膫�方面介紹了列車開行方案的主要內(nèi)容。分析總結(jié)了高速列車開行方案的影響因素,通過對客流動態(tài)需求影響的分析,提煉了列車開行方案制定的基本原則和制定流程。由于旅客出行的動態(tài)需求很大程度上體現(xiàn)了日期的屬性,具有較強的時序依賴關(guān)系。因此,本文建立基于LSTM（Long-Short Term Memory）深度神經(jīng)網(wǎng)絡(luò)的高速鐵路客流量預(yù)測模型。通過對比實驗證明了 LSTM可以很好地預(yù)測出旅客出行動態(tài)的變化,具有較高的精度,為列車開行方案的優(yōu)化制定奠定基礎(chǔ)。針對列車開行方案中列車運行圖制定的問題,首先提出了一種基于旅客購票過程心理變化的客流分配模型。其次,為實現(xiàn)列車開行數(shù)量、列車種類、編組數(shù)量和�？糠桨傅慕M合優(yōu)化,根據(jù)決策變量性質(zhì)的不同,本文提出了一種將列車開行種類、編組數(shù)量及�？糠桨缸鳛橹饕獩Q策變量,列車開行數(shù)量...
【文章來源】：天津工業(yè)大學(xué)天津市
【文章頁數(shù)】：79 頁
【學(xué)位級別】：碩士
【部分圖文】：
圖１－２?２０１２年－２０１７年全國旅客發(fā)送量??Ｆｉｇ．?１－２?Ｎａｔｉｏｎａｌ?ｐａｓｓｅｎｇｅｒｓ?ｓｅｎｔ?ｉｎ?２０１２－２０１７??“”
車的停靠方案通常依據(jù)對客流的預(yù)測而制定，并且需要不斷地調(diào)整�？糠桨竵頋M??足旅客的動態(tài)需求。文獻［１８］提出鐵路管理通常在策略層（ｓｔｒａｔｅｇｉｃ?ｌｅｖｅｌ）、戰(zhàn)術(shù)層??（ｔａｃｔｉｃ?ｌｅｖｅｌ）、和運營層（ｏｐｅｒａｔｉｏｎａｌ?ｌｅｖｅｌ）三個層面運作，如圖１－３所示。在過去??的幾十年里，大量的研宄工作集中于列車調(diào)度問題和運輸服務(wù)上。??５??
數(shù)、停站方案、服務(wù)頻率進行優(yōu)化??對于國內(nèi)外研究現(xiàn)狀進行總結(jié)，列車開行方案的評價體系中，主要包含經(jīng)濟??效益、能力技術(shù)、技術(shù)參數(shù)和旅客服務(wù)等因素，如圖１－４所示。??綜上所述，在相關(guān)研宄起步較早的發(fā)達國家，列車開行方案的研究已經(jīng)比較??７??
【參考文獻】：
期刊論文
[1]我國鐵路行業(yè)特征研究[J]. 蔡瑩娟. 鐵道經(jīng)濟研究. 2008(06)
[2]論旅客運輸時間價值的決定[J]. 柳茂森. 公路交通科技. 2001(03)
博士論文
[1]基于動態(tài)客流的高速鐵路列車開行方案優(yōu)化理論與方法[D]. 蒲松.西南交通大學(xué) 2016
[2]差分進化算法研究及在港口物流調(diào)度中的應(yīng)用[D]. 董赟.東北大學(xué) 2015
碩士論文
[1]基于LSTM神經(jīng)網(wǎng)絡(luò)的電商需求預(yù)測的研究[D]. 王淵明.山東大學(xué) 2018
[2]城際鐵路列車開行方案動態(tài)編制與優(yōu)化研究[D]. 褚健圣.西南交通大學(xué) 2018
[3]面向旅客出行需求的高速鐵路列車運行圖編制模型與算法[D]. 陳苒.北京交通大學(xué) 2018
[4]基于動態(tài)客流的城際客運專線列車開行方案調(diào)整優(yōu)化研究[D]. 蘇彥升.西南交通大學(xué) 2017
[5]基于LSTM神經(jīng)網(wǎng)絡(luò)的美股股指價格趨勢預(yù)測模型的研究[D]. 孫瑞奇.首都經(jīng)濟貿(mào)易大學(xué) 2016
[6]城際鐵路列車停站方案優(yōu)化研究[D]. 姜明媚.北京交通大學(xué) 2015
[7]基于動態(tài)客流的高速鐵路列車開行方案調(diào)整優(yōu)化方法研究[D]. 呂葉.西南交通大學(xué) 2015
[8]基于客流動態(tài)分配的城際客運專線列車開行方案研究[D]. 朱郁俊.北京交通大學(xué) 2014
[9]基于EEMD-GSVM的高速鐵路短期客流預(yù)測[D]. 潘亮.北京交通大學(xué) 2012
本文編號：2917385
【文章來源】：天津工業(yè)大學(xué)天津市
【文章頁數(shù)】：79 頁
【學(xué)位級別】：碩士
【部分圖文】：
圖１－２?２０１２年－２０１７年全國旅客發(fā)送量??Ｆｉｇ．?１－２?Ｎａｔｉｏｎａｌ?ｐａｓｓｅｎｇｅｒｓ?ｓｅｎｔ?ｉｎ?２０１２－２０１７??“”
車的停靠方案通常依據(jù)對客流的預(yù)測而制定，并且需要不斷地調(diào)整�？糠桨竵頋M??足旅客的動態(tài)需求。文獻［１８］提出鐵路管理通常在策略層（ｓｔｒａｔｅｇｉｃ?ｌｅｖｅｌ）、戰(zhàn)術(shù)層??（ｔａｃｔｉｃ?ｌｅｖｅｌ）、和運營層（ｏｐｅｒａｔｉｏｎａｌ?ｌｅｖｅｌ）三個層面運作，如圖１－３所示。在過去??的幾十年里，大量的研宄工作集中于列車調(diào)度問題和運輸服務(wù)上。??５??
數(shù)、停站方案、服務(wù)頻率進行優(yōu)化??對于國內(nèi)外研究現(xiàn)狀進行總結(jié)，列車開行方案的評價體系中，主要包含經(jīng)濟??效益、能力技術(shù)、技術(shù)參數(shù)和旅客服務(wù)等因素，如圖１－４所示。??綜上所述，在相關(guān)研宄起步較早的發(fā)達國家，列車開行方案的研究已經(jīng)比較??７??
【參考文獻】：
期刊論文
[1]我國鐵路行業(yè)特征研究[J]. 蔡瑩娟. 鐵道經(jīng)濟研究. 2008(06)
[2]論旅客運輸時間價值的決定[J]. 柳茂森. 公路交通科技. 2001(03)
博士論文
[1]基于動態(tài)客流的高速鐵路列車開行方案優(yōu)化理論與方法[D]. 蒲松.西南交通大學(xué) 2016
[2]差分進化算法研究及在港口物流調(diào)度中的應(yīng)用[D]. 董赟.東北大學(xué) 2015
碩士論文
[1]基于LSTM神經(jīng)網(wǎng)絡(luò)的電商需求預(yù)測的研究[D]. 王淵明.山東大學(xué) 2018
[2]城際鐵路列車開行方案動態(tài)編制與優(yōu)化研究[D]. 褚健圣.西南交通大學(xué) 2018
[3]面向旅客出行需求的高速鐵路列車運行圖編制模型與算法[D]. 陳苒.北京交通大學(xué) 2018
[4]基于動態(tài)客流的城際客運專線列車開行方案調(diào)整優(yōu)化研究[D]. 蘇彥升.西南交通大學(xué) 2017
[5]基于LSTM神經(jīng)網(wǎng)絡(luò)的美股股指價格趨勢預(yù)測模型的研究[D]. 孫瑞奇.首都經(jīng)濟貿(mào)易大學(xué) 2016
[6]城際鐵路列車停站方案優(yōu)化研究[D]. 姜明媚.北京交通大學(xué) 2015
[7]基于動態(tài)客流的高速鐵路列車開行方案調(diào)整優(yōu)化方法研究[D]. 呂葉.西南交通大學(xué) 2015
[8]基于客流動態(tài)分配的城際客運專線列車開行方案研究[D]. 朱郁俊.北京交通大學(xué) 2014
[9]基于EEMD-GSVM的高速鐵路短期客流預(yù)測[D]. 潘亮.北京交通大學(xué) 2012
本文編號：2917385
本文鏈接：http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/2917385.html
教材專著
