大數(shù)據(jù)分析驅(qū)動的高速鐵路應(yīng)急管理關(guān)鍵技術(shù)研究
發(fā)布時間:2021-02-06 13:08
隨著我國高速鐵路網(wǎng)規(guī)模的不斷拓展,高速鐵路承擔著越來越重要的旅客運輸任務(wù),自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生、社會安全等突發(fā)事件的發(fā)生對高速鐵路運輸安全帶來極大的挑戰(zhàn)。高速鐵路具有技術(shù)復(fù)雜度高、運行速度快、載客量大、行車間隔小、救援難度大、安全性要求高等特點,突發(fā)事件的發(fā)生會形成連鎖反應(yīng)和放大效應(yīng),這對高速鐵路突發(fā)事件的安全預(yù)警和快速處置提出了新的更高要求。因此,集成應(yīng)用云計算、大數(shù)據(jù)等信息新技術(shù)建成高效、精準的高速鐵路應(yīng)急平臺,對于實現(xiàn)應(yīng)急資源共享化、應(yīng)急預(yù)案數(shù)字化、應(yīng)急指揮智能化,最大限度減少突發(fā)事件對高速鐵路運輸帶來的負面影響至關(guān)重要。圍繞高速鐵路應(yīng)急管理,本文提出了面向云服務(wù)的高速鐵路應(yīng)急平臺總體框架及基于雙層粒子群的高速鐵路云資源調(diào)度方法,并重點對高速鐵路應(yīng)急大數(shù)據(jù)集成治理、高速鐵路應(yīng)急預(yù)案優(yōu)化和高速鐵路應(yīng)急預(yù)案數(shù)字化等進行了研究,最后以鐵路局實際工程應(yīng)用為例,進行了實例說明和驗證。本文主要創(chuàng)新點如下:(1)基于大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新技術(shù),構(gòu)建了涵蓋高速鐵路應(yīng)急管理預(yù)防-準備-響應(yīng)-恢復(fù)四個階段、面向云服務(wù)的高速鐵路應(yīng)急平臺(CEP)總體框架。對應(yīng)急云服務(wù)的資源調(diào)度問題進行建模...
【文章來源】:中國鐵道科學(xué)研究院北京市
【文章頁數(shù)】:122 頁
【學(xué)位級別】:博士
【部分圖文】:
012-2017年全球鐵路事故原因分析
圖 2-4 粒子群算法下一步搜索的最大空間范圍示意圖Figure 2-4 Maximum space range of next step search under particle swarm optimization設(shè)1 1 1 1 1 c r (0 c),2 2 2 2 2 c r (0 c)和1 2 1 2 (0 c c),粒子的速度迭代公式為1 2( 1) ( ) ( ) ( )( ( ) ( )) ( )( ( ) ( ))ij ij ij ij ij ijV t t V t t pbest t X t t gbest t X t(2-4上式可簡化為1 2( 1) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )ij ij ij ij ijV t t V t t pbest t t gbest t t X t(2-5傳統(tǒng)的粒子群算法收斂分析假設(shè)粒子群系統(tǒng)吸引子不變,即1 2 1 2 (t 1) pbest (t 1) (t 1) gbest (t 1) (t ) pbest (t ) (t ) gbest (t )(2-5但在群體優(yōu)化過程中,粒子群系統(tǒng)的吸引子是隨時間變化的,即1 2 1 2 (t 1) pbest (t 1) (t 1) gbest (t 1) (t ) pbest (t ) (t ) gbest (t )(2-5
1ww (2-6因此,粒子群算法轉(zhuǎn)移矩陣的特征值大小為2 211 + ( 1 ) +4( - ) 1 + ( 1 ) +4( - )= =2 2w w w w w w (2-62 221 ( 1 ) +4( - ) 1 ( 1 ) +4( - )= =2 2w w w w w w (2-6當2( w 1 ) +4( -w ) 0時,譜半徑大小為211 + ( 1 ) +4( - )=2w w w (2-6當2( w 1 ) +4( -w ) 0時,譜半徑大小為 ( )= w (2-6
【參考文獻】:
期刊論文
[1]基于本體和關(guān)聯(lián)數(shù)據(jù)的單元信息知識組織模式研究[J]. 呂葉欣,張娟. 現(xiàn)代情報. 2019(05)
[2]基于領(lǐng)域知識的學(xué)術(shù)創(chuàng)新力測度本體構(gòu)建研究[J]. 錢玲飛,張吉玉,汪榮,蔣偉偉. 現(xiàn)代情報. 2019(05)
[3]基于案例推理的舊工業(yè)區(qū)再生利用方案優(yōu)選[J]. 王浩瑋,陳旭. 土木工程與管理學(xué)報. 2019(02)
[4]基于案例推理的交通基礎(chǔ)設(shè)施PPP項目再談判觸發(fā)點識別研究[J]. 劉華,史燕宇. 隧道建設(shè)(中英文). 2019(03)
[5]普速鐵路站改工程應(yīng)急案例分析[J]. 朱曉義. 科學(xué)技術(shù)創(chuàng)新. 2019(09)
[6]基于Bi-LSTM和注意力機制的命名實體識別[J]. 劉曉俊,辜麗川,史先章. 洛陽理工學(xué)院學(xué)報(自然科學(xué)版). 2019(01)
[7]基于Bi-LSTM的生物醫(yī)學(xué)文本語義消歧研究[J]. 羅曜儒,李智. 軟件導(dǎo)刊. 2019(04)
[8]基于目標樹法探討《建筑制圖與識圖》課程的教學(xué)研究[J]. 馮建新. 經(jīng)濟師. 2019(03)
[9]基于多屬性分類的建筑物損傷案例推理方法研究[J]. 徐照,李蘇豪,袁競峰. 系統(tǒng)工程理論與實踐. 2019(02)
[10]基于Bi-LSTM和CRF的中文網(wǎng)購評論中商品屬性提取[J]. 張詩林. 計算機與現(xiàn)代化. 2019(02)
博士論文
[1]鐵路事故故障文本大數(shù)據(jù)分析關(guān)鍵技術(shù)研究及應(yīng)用[D]. 楊連報.中國鐵道科學(xué)研究院 2018
[2]鐵路應(yīng)急管理輔助決策方法研究[D]. 劉曉琴.中國鐵道科學(xué)研究院 2017
[3]鐵路災(zāi)害風險評估與應(yīng)急救援策略研究[D]. 王富章.北京交通大學(xué) 2013
[4]鐵路應(yīng)急管理中的預(yù)案管理與資源配置優(yōu)化[D]. 周慧娟.北京交通大學(xué) 2011
[5]鐵路安全檢查監(jiān)測保障體系及其應(yīng)用研究[D]. 孫漢武.西南交通大學(xué) 2010
碩士論文
[1]高速鐵路環(huán)境災(zāi)害風瞼分析及應(yīng)急處置系統(tǒng)設(shè)計[D]. 王翔.西南交通大學(xué) 2018
[2]數(shù)字化應(yīng)急預(yù)案設(shè)計[D]. 王杰可.華中師范大學(xué) 2015
[3]高速鐵路調(diào)度指揮安全與應(yīng)急系統(tǒng)研究[D]. 孟濤.中國鐵道科學(xué)研究院 2014
[4]基于SOA的交通應(yīng)急預(yù)案管理信息系統(tǒng)分析與設(shè)計[D]. 戴基亭.合肥工業(yè)大學(xué) 2013
[5]基于本體模型的非常規(guī)突發(fā)事件應(yīng)急預(yù)案數(shù)字化體系構(gòu)建思路[D]. 徐興龍.武漢理工大學(xué) 2013
[6]基于本體的城市軌道應(yīng)急預(yù)案數(shù)字化方法及應(yīng)用[D]. 張璐.北京交通大學(xué) 2012
[7]鐵路應(yīng)急預(yù)案的數(shù)字化技術(shù)[D]. 姚磊.清華大學(xué) 2012
[8]基于WebGIS的環(huán)境污染應(yīng)急監(jiān)測系統(tǒng)設(shè)計與實現(xiàn)[D]. 張鑫.復(fù)旦大學(xué) 2011
本文編號:3020665
【文章來源】:中國鐵道科學(xué)研究院北京市
【文章頁數(shù)】:122 頁
【學(xué)位級別】:博士
【部分圖文】:
012-2017年全球鐵路事故原因分析
圖 2-4 粒子群算法下一步搜索的最大空間范圍示意圖Figure 2-4 Maximum space range of next step search under particle swarm optimization設(shè)1 1 1 1 1 c r (0 c),2 2 2 2 2 c r (0 c)和1 2 1 2 (0 c c),粒子的速度迭代公式為1 2( 1) ( ) ( ) ( )( ( ) ( )) ( )( ( ) ( ))ij ij ij ij ij ijV t t V t t pbest t X t t gbest t X t(2-4上式可簡化為1 2( 1) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )ij ij ij ij ijV t t V t t pbest t t gbest t t X t(2-5傳統(tǒng)的粒子群算法收斂分析假設(shè)粒子群系統(tǒng)吸引子不變,即1 2 1 2 (t 1) pbest (t 1) (t 1) gbest (t 1) (t ) pbest (t ) (t ) gbest (t )(2-5但在群體優(yōu)化過程中,粒子群系統(tǒng)的吸引子是隨時間變化的,即1 2 1 2 (t 1) pbest (t 1) (t 1) gbest (t 1) (t ) pbest (t ) (t ) gbest (t )(2-5
1ww (2-6因此,粒子群算法轉(zhuǎn)移矩陣的特征值大小為2 211 + ( 1 ) +4( - ) 1 + ( 1 ) +4( - )= =2 2w w w w w w (2-62 221 ( 1 ) +4( - ) 1 ( 1 ) +4( - )= =2 2w w w w w w (2-6當2( w 1 ) +4( -w ) 0時,譜半徑大小為211 + ( 1 ) +4( - )=2w w w (2-6當2( w 1 ) +4( -w ) 0時,譜半徑大小為 ( )= w (2-6
【參考文獻】:
期刊論文
[1]基于本體和關(guān)聯(lián)數(shù)據(jù)的單元信息知識組織模式研究[J]. 呂葉欣,張娟. 現(xiàn)代情報. 2019(05)
[2]基于領(lǐng)域知識的學(xué)術(shù)創(chuàng)新力測度本體構(gòu)建研究[J]. 錢玲飛,張吉玉,汪榮,蔣偉偉. 現(xiàn)代情報. 2019(05)
[3]基于案例推理的舊工業(yè)區(qū)再生利用方案優(yōu)選[J]. 王浩瑋,陳旭. 土木工程與管理學(xué)報. 2019(02)
[4]基于案例推理的交通基礎(chǔ)設(shè)施PPP項目再談判觸發(fā)點識別研究[J]. 劉華,史燕宇. 隧道建設(shè)(中英文). 2019(03)
[5]普速鐵路站改工程應(yīng)急案例分析[J]. 朱曉義. 科學(xué)技術(shù)創(chuàng)新. 2019(09)
[6]基于Bi-LSTM和注意力機制的命名實體識別[J]. 劉曉俊,辜麗川,史先章. 洛陽理工學(xué)院學(xué)報(自然科學(xué)版). 2019(01)
[7]基于Bi-LSTM的生物醫(yī)學(xué)文本語義消歧研究[J]. 羅曜儒,李智. 軟件導(dǎo)刊. 2019(04)
[8]基于目標樹法探討《建筑制圖與識圖》課程的教學(xué)研究[J]. 馮建新. 經(jīng)濟師. 2019(03)
[9]基于多屬性分類的建筑物損傷案例推理方法研究[J]. 徐照,李蘇豪,袁競峰. 系統(tǒng)工程理論與實踐. 2019(02)
[10]基于Bi-LSTM和CRF的中文網(wǎng)購評論中商品屬性提取[J]. 張詩林. 計算機與現(xiàn)代化. 2019(02)
博士論文
[1]鐵路事故故障文本大數(shù)據(jù)分析關(guān)鍵技術(shù)研究及應(yīng)用[D]. 楊連報.中國鐵道科學(xué)研究院 2018
[2]鐵路應(yīng)急管理輔助決策方法研究[D]. 劉曉琴.中國鐵道科學(xué)研究院 2017
[3]鐵路災(zāi)害風險評估與應(yīng)急救援策略研究[D]. 王富章.北京交通大學(xué) 2013
[4]鐵路應(yīng)急管理中的預(yù)案管理與資源配置優(yōu)化[D]. 周慧娟.北京交通大學(xué) 2011
[5]鐵路安全檢查監(jiān)測保障體系及其應(yīng)用研究[D]. 孫漢武.西南交通大學(xué) 2010
碩士論文
[1]高速鐵路環(huán)境災(zāi)害風瞼分析及應(yīng)急處置系統(tǒng)設(shè)計[D]. 王翔.西南交通大學(xué) 2018
[2]數(shù)字化應(yīng)急預(yù)案設(shè)計[D]. 王杰可.華中師范大學(xué) 2015
[3]高速鐵路調(diào)度指揮安全與應(yīng)急系統(tǒng)研究[D]. 孟濤.中國鐵道科學(xué)研究院 2014
[4]基于SOA的交通應(yīng)急預(yù)案管理信息系統(tǒng)分析與設(shè)計[D]. 戴基亭.合肥工業(yè)大學(xué) 2013
[5]基于本體模型的非常規(guī)突發(fā)事件應(yīng)急預(yù)案數(shù)字化體系構(gòu)建思路[D]. 徐興龍.武漢理工大學(xué) 2013
[6]基于本體的城市軌道應(yīng)急預(yù)案數(shù)字化方法及應(yīng)用[D]. 張璐.北京交通大學(xué) 2012
[7]鐵路應(yīng)急預(yù)案的數(shù)字化技術(shù)[D]. 姚磊.清華大學(xué) 2012
[8]基于WebGIS的環(huán)境污染應(yīng)急監(jiān)測系統(tǒng)設(shè)計與實現(xiàn)[D]. 張鑫.復(fù)旦大學(xué) 2011
本文編號:3020665
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3020665.html
教材專著