季节调整本底线与SARS对我国铁路客运量的影响

危机事件频繁发生会造成巨大经济损失,对其进行科学评估关系国家安全和灾后重建,具有重要意义。本文首先用TRAMO/SEATS季节调整模型,将月度时间序列数据分解成趋势-循环、季节和不规则因素,再根据异常值类型等对本底趋势线理论予以改进,最后对危机事件造成的经济损失进行定量评估。以我国2000年1月至2010年2月铁路客运为例,2003年SARS所造成铁路客运量的损失评估为重点。结果表明,模型通过各项检验,对铁路客运量的拟合和分解效果非常好;根据SARS造成的更新异常值,改进的本底趋势线更科学;SARS共造成铁路客运量损失1.4654亿人次,以往研究中的损失评估偏低;2003年3～4月危机开始显现,5～6月危机全面爆发并达到巅峰,7～11月是衰减和恢复期,SARS危机对铁路客运量的影响持续9个月。     

JR东日本通勤电动车组的节能

占JR铁路全部客运量55%的JR东日本客运公司,2004年度的能源消耗为542亿MJ,随之排放的CO2量为239万t,仅占日本全国排放总量的0.2%;其中相当一部分是     

超限学习机在铁路客运量预测中的应用研究

传统的预测方法对实验对象要求严格、需要人工设置大量参数,导致算法学习速度较慢、预测误差较大等不理想结果。本文引入机器学习中的超限学习机(Extreme Learning Machine,ELM)对铁路客运量进行预测,建立铁路客运量网络预测模型。利用国家统计局公布的1997~2014年铁路客运量数据做了验证,并以2014年的数据为依据对客运量进行月度预测。结果表明:2010~2014年预测值与实际值的平均误差为0.61%,2014年每个月预测值与实际值的误差均低于1.00%。重复的实验证明ELM算法具有很好的泛化能力和鲁棒性,为铁路客运量的预测提供了一种新的工具。     

截至2010年2月20日春运期间全国铁路已发送旅客1.03亿人

<正>自1月30日春运开始以来,全国铁路累计发送旅客数达到1.03亿人,日均发送旅客470万人,同比增长4.2%。记者从铁道部春运办了解到,2010年2月20日全国铁路共发送旅客628万人,同比增加66.8万人,增长11.0%,其中跨局直通旅客264.7万人,同比增加39.5万人,增长17.5%。     

国外资讯

正澳大利亚悉尼市郊铁路NWRL澳大利亚新南威尔士州首府悉尼现有城市居民人口450万,预计到2031年将增加30%达到600万人,因此必须拥有可靠和有效的城市公共交通运输系统,保证城市居民正常工作和生活的出行条件。为满足未来客运量持续增长的需要,悉尼市政府决定修建连接拉乌兹—希尔—埃平格总长约23 km的NWRL(North West Rail Link)市郊铁路新线。在2012~2013年经过方案比     

2010年2月全国铁路客货运输势头强劲均创新高

<正>2010年2月份,全国铁路客货运输势头良好,完成旅客发送量14220万人、货运总发送量27918万t,双双创出历史新高,还有多项运输指标突破历史纪录。2010年2月份,全国铁路完成旅客发送量14220万人,比上年同期增加629万人,增长4.6%,其中直通旅客发送量完成5820万人,比上年同期增加     

8月中国轨道交通大事及点评

城际铁路主线直通烟台火车站 全程250公里时速运行 青烟威荣城际铁路设计进行重大调整．主线将直接引入烟台火车站，青岛至烟台全线都将能以250公里的时速运行．从而有效缩短运行时间。青烟威荣城际铁路设计为客运专线铁路．设计时速250公里．计划采用CRH动车组运行。预计到2020年目客运量达到199万人．到2030年日客运量达到29．3万人。     

铁道部资讯

1～11月全国铁路客货运量再上新台阶1据《人民铁道》报道,1～11月,全国铁路累计发送旅客171934万人,同比增加16872万人,增长10.9%。其中,发送跨铁路局中长途直通旅客59658万人,同比增加4506万人,增长8.2%。全国铁路货物发送量完成358470万t,同比增加26588万t,增长8%;行包发送量完成     

广告索引

“十五”期间，铁路客货运量均实现大幅增长，运输效率和能力大幅提高。铁路作为国家重要的基础设施、国民经济的大动脉和大众化交通工具，为促进国民经济持续快速协调健康发展做出了重要贡献。“十五”期间，全国铁路预计完成客运量534585万人，比“九五”期间增加46158万人，     

全路客货运量大幅增长

<正>2010年5月份,全国铁路客货运输势头良好,完成旅客发送量13784万人,货物发送量30883万t。运输效率明显增加,多项运输指标刷新历史纪录。客运方面,5月份,全国铁路共发送旅客13784万人,同比增长6.9%。其中直通旅客发送量完成     

高速铁路综合枢纽车站旅客换乘引导信息服务平台方案设计

针对高速铁路枢纽车站内旅客换乘时缺乏准确的综合交通信息的问题,设计高速铁路综合枢纽车站换乘引导信息服务平台,描述其技术架构、结构与功能。通过采集与融合与高速铁路枢纽车站接驳的各种交通工具的多源交通数据,该平台可为旅客提供准确、便捷、较为全面的换乘引导信息服务,有助于提高旅客在高速铁路枢纽车站的换乘效率,缓解车站旅客疏散压力;同时,平台可对高速铁路与城市交通接驳服务需求进行预测,帮助客运部门优化运力资源的配置,实现交通资源高效组织与利用。并对高速铁路枢纽车站内5G技术应用场景进行展望,以进一步改善旅客出行体验。     

从设计角度谈提高铁路客站旅客安全出行的几点措施

随着我国铁路科学、高效的发展与建设,铁路旅客站房也随即进入了高密度设计与投入使用时期。旅客站房作为一个重要的交通节点设施,为旅客的安全出行提供服务。其与城市各种交通方式接驳、换乘,客流量大、客流密集、流线复杂,安全问题尤为突出。以铁路旅客车站设计为出发点,从色彩系统、引导标识系统、细部构造3个方面阐述提高旅客安全出行的可能,从不同角度寻求解决措施,使旅客站房能够更为安全地服务大众。     

客运专线相关旅客列车开行方案研究

通过分析铁路客运专线的相关收益及费用,从铁路运输企业和旅客两方面的利益出发建立了客运专线相关旅客列车开行方案的多目标优化模型,提出了优化旅客列车开行方案的求解方法。所提出的换乘多种类别列车的疲劳恢复时间计算公式、不同消费层次选择不同类别列车的思想、列车开行数量的计算式、列车的吸流原则、确定列车类别的动态规划方法等都贴切反映了铁路客运组织和客运市场的相关规律。该方法在客运专线预可行性研究中得到了成功的应用,求解路网规模为60个车站的旅客列车开行方案仅需100s左右时间,并获得了满意的结果。     

赣深客运专线引入深圳枢纽方案研究

赣深客运专线是京港高速铁路的重要组成部分,通过对深圳枢纽既有客运布局、客运量及客流分析,结合深圳市发展规划,研究深圳枢纽第三主要客站选址问题,提出赣深客运专线引入深圳枢纽的西线、中线和东线方案,通过技术经济比较推荐赣深客运专线西线引入深圳枢纽方案,推荐方案布局合理,吸引客流范围大,符合城市规划,将极大带动沿线经济和深圳市前海中心的发展。     

铁路站车Wi-Fi运营服务系统大数据文件同步的研究与实现

随着中国移动端网民数量的不断增加,人们对3G/4G无线网络,以及无线局域网Wi-Fi热点的依赖程度越来越高。据统计,中国高速铁路每天的旅客发送量高达500万人次,所以,能够为出行的旅客在高铁车站和车厢内提供Wi-Fi 热点服务,将极大地提高旅客的出行体验,同时,也为铁路多种经营提供了便利。本文从Rsync文件同步、数据同步方案、网络拓扑结构等几个方面,阐述了大数据文件如何在铁路站车Wi-Fi运营服务系统中进行同步。并结合实际给出了具体的实现方案。     

铁路12306互联网订餐平台设计与实现

设计具有铁路出行特色的互联网订餐平台，利用数据库读写分离技术、大规模并发处理技术、分布式文件存储技术，结合客票系统架构，为铁路出行旅客提供在线预订车厢自营商品和沿途社会餐饮商品的服务。该平台已平稳运营近600天，累计接单300多万张，基本满足了铁路旅客在途用餐需求，解决了铁路出行旅客在途消费受时间、空间限制的难题，提升了旅客出行体验，改善了客运服务质量，为其他客运延伸服务的互联网经营奠定了基础。     

首个端午小长假 铁路短途旅客增多

中国首个端午假期铁路运输于6月10日结束。在经历了清明、五一小长假客流爆棚后，首个端午小长假略显平静，但铁路短途客流仍然十分旺盛。6月6日至9日，全国铁路共发送旅客1757.7万人，同比增加512.8万人，增长41.2％。其中，管内短途客流1264.5万人，同比增加449.6万人，增长55.2％。与以往黄金周不同，小长假的客流趋势非常明显，探亲、旅游流均以中短途为主。     

基于Verhulst-RBF的铁路客运量预测

为更准确地预测铁路客运量,采用灰色关联法,分析不同因素对铁路客运量的影响程度,确定主要影响因子,并将其作为预测指标,提出基于Verhulst-RBF神经网络的铁路客运量预测组合模型。基于四川省近14年的铁路客运量数据,进行组合模型测试。实验结果表明,Verhulst-RBF神经网络组合模型的预测精确度高于单一的Verhulst模型或单一的RBF神经网络模型。     

灰色理论在铁路客运量预测中的分析研究

针对传统灰色预测模型存在对历史数据依赖性强、容错性小及抗干扰能力差的局限性，将无偏灰色理论与残差验证理论引入预测模型，从趋势曲线灰色拟合与状态分类方式上对传统灰色模型进行改进，提出无偏灰色预测铁路客运量方法；同时，对铁路客运量预测方法从定性预测和定量预测两个方面进行阐述并对其优缺点进行分析。依据建立的无偏灰色预测铁路客运量模型，以1997—2016年铁路客运量为基础数据，对铁路“十三五”时期的数据进行预测，通过残差检验和结果分析，其预测精度明显高于BP神经网络预测。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。