地铁车辆预防性维修周期优化模型研究

详细论述了车门维修费用的组成因素,并建立了故障率预测灰度模型,最终得到了维修费用优化的原始模型。根据维修工作性质的不同,将原始模型简化为潜在故障检测周期优化模型、隐蔽功能故障检查周期模型及定期维修周期优化模型。采用潜在故障检测周期优化模型对某实际案例进行了计算,得到了合理的潜在故障检测周期。     

大风环境列车横截面外形优化

列车经过大风环境时引起的列车稳定性变化影响列车行车安全与乘坐舒适性。优化列车横断面可以提高列车在横风作用下气动性能,降低倾覆危险。借助数值模拟手段,通过优化截面内倾角位置高度等7个几何参数,得到倾覆力矩随参数变化的规律,确定优化中需重点关注的参数。研究结果表明,倾覆力矩随顶部折角与底部折角的变化为非单调增长,而随其他部位的变化呈现单调趋势,优化得到的组合截面比原始截面横向力下降28. 28%、升力大小下降42. 85%、倾覆力矩减小45. 91%。优化后的列车横截面模型与原始断面相比,横向力增长了24. 28%,升力和倾覆力矩分别下降了75. 99%和27. 19%。倾斜条件下,优化后的列车截面模型倾覆力矩较原车模型下降了11. 22%。     

快慢车组合运行条件下市域快线节能坡优化模型与算法研究

基于既有研究大多局限于站站停列车运行条件下的地铁节能坡优化,为解决快慢车组合运行条件下市域快线节能坡优化问题,在对列车受力分析的基础上,提出快慢车组合运行下列车运行能耗表达函数,并构建以运行能耗最小和列车运行时间偏离最小为目标的节能坡优化模型,并基于改进的遗传算法设计快速求解算法。通过广州市域快线18号线验证,研究结果表明:本文所提模型与算法能够有效求解节能坡设计方案,相对于原始方案,优化方案在保持运行时间小幅变动的前提下,使列车牵引能耗降低了15.2%～25.2%。并发现快慢车的不同比例对节能坡设计方案和节能效果有影响,慢车比例越大,方案的节能效果越显著。     

直达与区段列车编组计划及车流径路的整体优化方法

从网络流与组合优化的观点研究直达与区段列车编组计划，车流运行径路的整体优化问题，并建立了该问题的非线性０－１整数规划模型。模型确定了路网上最优的列车接续，直达频度，车流运行径路及改编策略，文末探讨了算法的可行性。     

基于改进非等时距灰色模型与PSO优化的轨道不平顺预测

基于轨道动检数据开展的轨道不平顺预测研究,可用于指导以预防为主的养护维修作业。将改进非等时距灰色模型与粒子群优化(Particle Swarm Optimization,PSO)相结合来实现轨道质量指数(Track Quality Index,TQI)的高精度预测。在考虑TQI原始动检数据特征的基础上增加原始数据平滑优化、累加初始值优化和背景值优化等环节提出改进非等时距灰色模型。利用PSO算法的启发式搜索优势,以平滑优化参数、初始值优化参数、背景值优化参数为搜索目标,以预测平均相对误差为适应度函数,实现预测模型参数的自适应优化。在此基础上,基于优化参数计算得到拟合区间和外推区间上的TQI预测结果。选取沪昆线上行区段实测TQI数据对本文方法进行验证,并与既有TQI组合预测模型的预测结果进行了对比。研究结果表明,模型可有效捕捉TQI序列中的随机波动与实时演变趋势,在外推区间上的平均相对误差分别为2.04%和2.54%,预测性能优良;当TQI序列振荡特性显著时,本模型仍能保证预测结果的可靠性;与组合预测模型相比,该模型规避了残差修正、多算法融合等繁琐步骤,可通过有限优化环节提升预测精度,为轨...     

路网上车流径路与列车编组计划的整体优化

从组合优化的角度研究车流径路选择，装车地直达列车编组计划及技术站直达列车编组计划三者的统一优化问题，建立了ＴＲＭＰ的数学规划模型，并引进模拟退火算法作为寻优工具，使真实路网规模的ＴＲＭＰ优化决策成为可能。     

基于融合注意力机制的多智能体磁浮谐波预测算法

为减小高速磁浮系统谐波对牵引供电网产生的影响，解决谐波治理存在的时滞性问题，通常需要对谐波电流进行预测。对此，采用融合深度学习算法的组合模型相比于传统算法的表现更加出色。文章提出一种新的融合注意力机制的多智能体磁浮谐波预测算法，该算法通过麻雀搜索算法（SSA）优化变分模态分解（VMD）的相关参数，并利用该优化参数将原始电流信号分解为多个不同中心频率的谐波分量，将各个分量分别输入融合注意力机制的长短时记忆网络（LSTM）中进行时序预测，形成多个独立预测智能体，再对各个智能体预测结果进行重构，从而实现对高速磁浮谐波电流预测。在此基础上引入误差修正机制，进一步提高模型的预测精度。对上海高速磁浮牵引系统进行理论分析与仿真，采集网侧电流数据，并用所提出的算法模型对此数据进行试验和分析。结果表明，与其他模型相比，所提的预测模型在磁浮谐波电流预测方面具有较好的性能，并可使时滞性得到进一步改善。     

装车地直达列车编组计划的优化模型

本文主要讨论了装车地直达列车编组计划的优化问题，在充分分析组织始发直达列车的必要条件及参数选择基础上，构造了装车地编组计划的非线性０－１规划模型，与现有工作相比，该模型更全面地描述了始发车流的各种组合开行方案，从而避免丢失更好的始发直达方案，此外，文中还给出了模型的复杂性分析及构模实例。     

基于无偏灰色组合动态模型的铁路客运量预测研究

针对目前铁路运输客运量预测在精度方面的不足，提出一种无偏灰色组合动态预测模型，应用于现有铁路客运量的预测。通过借鉴无偏GM(1,1)模型直接建模思想，对传统的灰色Verhulst模型作出改进，即对原始序列作倒数生成，运用新生成的倒数序列建立无偏灰色Verhulst模型，以消除传统的灰色Verhulst模型自身的一些偏差；为进一步提高模型的拟合精度及收敛速度，引入马尔科夫链方法对无偏灰色Verhulst模型的拟合结果进行修正，同时兼顾数据序列具有一定的时效性，构建出无偏灰色组合动态客运量预测模型。以我国兰青铁路某区段2010—2019年共10年的客运量数据作为原始数据，验证模型的可靠性与准确性，并与传统EDGM(1,1)模型、灰色Verhulst模型和无偏灰色Verhulst模型作对比，结果表明，本文模型在预测精度方面更凸显优势，能有效提高预测结果的准确性。     

基于遗传退火混合算法的网格铁路信息服务组合优化研究

在研究网格铁路信息服务相关理论的基础上,应用加权求和法构建了基于QoS的网格铁路信息服务组合优化模型,并利用遗传退火混合算法对模型进行求解,最后以购票服务为例,运用Matlab进行仿真计算,验证了基于QoS的网格铁路信息服务组合优化模型的合理性与遗传退火混合算法的正确性.     

基于CHMM和SSA-SVM模型的高速铁路道岔设备健康状态评估方法

为更加精准地评估道岔设备健康状态，加强对设备的维护与管理，以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象，提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵，组成道岔特征指标向量，并采用核主成分分析法消除原始多维特征信息的冗余，构建道岔特征指标样本数据库；利用连续隐马尔可夫模型划分道岔退化状态，在此基础上，建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明：所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能，而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法，为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。     

基于 SSA-SVR 模型的城市轨道 交通短时进站客流预测

针对现有城市轨道交通短时客流量预测单一模型可能存在预测不稳定的问题,提出一种基于奇异谱分析 (singular spectrum analysis,SSA)和支持向量回归(SVR)相组合的预测模型。该组合模型利用奇异谱分析(SSA)将轨 道交通原始时间序列客流数据进行分解和重构,对重构后的时间序列按奇异值从大到小进行排序,得到含有原始 时间序列数据主要信息成分的重构序列,将重构后的时间序列作为支持向量回归模型(SVR)的输入条件,最后进 行各站点的短时进站客流预测。采集 2015 年 11 月北京市全网的城市轨道交通进站客流数据,对提出的短时客流 预测模型进行验证和对比分析。结果表明,组合模型预测精度相比 ARIMA、SVR、CNN-LSTM 和 T-GCN 模型具 有更高的预测精度和更稳定的预测表现,具有一定的实际意义。     

复线列车运行调整满意优化模型研究

基于列车运行调整模型建立的复杂性与求解的困难性,以及满意优化理论在求解大规模组合问题的优越性,将满意优化理论用于复线列车运行调整中,建立了完善的复线列车运行调整满意优化模型,为我国铁路复线列车运行调整优化提供一条新的思路。     

模拟退火算法在轨道车辆司机室蒙皮成形工艺参数优化中的应用

蒙皮拉延成形中涉及到的工艺参数众多,取值区间不连续,难以通过单因素优化方法获取生产所需的最优工艺参数组合。提出了一种基于响应面模型和模拟退火算法的蒙皮成形工艺参数组合优化方法。以轨道车辆司机室蒙皮为例,根据产品需求和生产工况设计了工艺参数组合,通过有限元仿真方式获取了不同工艺参数组合下工件成形效果,建立了回弹量、最大应力与工艺参数组合之间的响应面模型;通过模拟退火算法,在工件不断裂前提下,将工件成形后的回弹量由前期工艺试制时的32 mm降低至6.89 mm,并获取了最小回弹量对应的工艺参数组合。采用优化后的工艺参数组合指导工艺试制,成形件满足试制工艺条件,且回弹量的试验结果和优化结果相吻合。结果表明:该蒙皮成形工艺参数优化方法可以有效降低工件成形后的形状误差,并为后续模具型面补偿提供依据。     

城市轨道交通进出站短时客流预测模型研究

针对城市轨道交通短时进出站客流的强随机性、周期性及非线性的特征,提出了一种基于小波变换与Adam算法优化的长短时记忆网络(LSTM)短时客流组合预测模型(即WT-LSTM组合模型),同时基于非饱和激活函数ReLU函数实现了LSTM的学习与训练.采用LSTM模型与WT-LSTM组合模型对广州地铁广州塔站的客流量进行预测,并对预测结果的误差进行对比分析.结果 表明,WT-LSTM组合模型能够较好地预测短时客流,预测结果优于单一LSTM模型.     

优化编组计划的非线性0—1规划模型及模拟退火算法

技术站直达列车编组计划的优化问题可以用一个目标函数为线性而约束条件有二次的０－１规划模型来准确地描述，采用的模拟退火优化技术是基于多粒子物理系统和组合优化问题之间的类比，能避免陷入局部最优解，该方法可以使铁路网规模问题有效地获得接近全优的解，计算试验结果进一步确定了这种方法的有效性。     

基于BP神经网络的转向架斜楔参数优化

斜楔是货车转向架重要的减振元件，基于力学分析推导斜楔参数与斜楔垂向、纵向、横向及抗菱等效作用的解析关系式，根据关系式建立便于优化斜楔参数的斜楔等效模型，在考虑部件柔性的C70E货车刚柔耦合模型中建立斜楔各向等效力元模拟斜楔作用；该斜楔处理方法下货车模型的振动模态特征和临界速度均与实际接近。据此方法，计算266组不同斜楔参数下车体垂向及纵向加速度响应；并利用遗传算法优化的BP神经网络，建立斜楔参数与车体加速度的关系模型。以此为基础，运用遗传算法寻找使车体加速度最小的斜楔参数。通过建立的货车模型，验证与原始参数相比，优化参数下车身垂向和纵向加速度均有所下降，提升了转向架的减振性能；货车的脱轨系数与轮重减载率也有所下降，提升了货车的运行性能，表明该优化方法对斜楔理论设计有一定的指导作用。     

考虑车流径路选择的分组-单组货物列车混合编组优化策略

统筹考虑车流径路选择与编组方案制定，研究带路网干线大运转车流径路选择的分组-单组货物列车混合编组优化问题，构建具有2阶递进结构的模型及求解策略。在构建嵌入车流径路选择的单组列车编组优化模型基础上，以分组列车开行方案替代原单组列车开行方案所带来的车小时节省最大为目标，进一步构建基于单组列车方案组合排序的分组列车编组优化模型。求解时先通过3次更新，完成单组列车开行方案优化；再通过组合排序，分别生成合并式分组列车和衔接式分组列车的开行方案；最后利用车组唯一与车小时节省原则，筛选出最优分组列车开行方案。依托我国中部路网主通道设计实验场景，验证模型及求解策略的有效性。结果表明：考虑车流径路选择后，最优单组列车开行方案共开行17列列车，产生11 560车小时消耗；进一步优化得到的分组-单组货物列车混合编组方案能够减少1列列车，节省582.5车小时消耗。该模型及求解策略能有效求解车流径路选择下的分组-单组列车混合编组优化问题。     

基于模糊投影决策模型的铁路客运专线融资结构优化研究

通过对融资结构优化决策特点的分析，指出铁路客运专线融资结构优化决策实际上是复杂的多目标决策问题。在此基础上，建立铁路客运专线融资结构优化决策递阶结构模型、决策指标组合权重熵值法与专家主观意见相结合的计算模型以及模糊投影决策评价模型；并编制了决策系统和分析软件；给出了应用实例进行验证，证明此文建立的评价模型能充分利用信息，对表面上看起来复杂的方案进行优劣次序排列，且能使理论和经验结合起来。排序结果能够比较客观公正地反映我国铁路客运专线融资结构的实际情况，可为铁路客运专线的融资结构提供指标评价及方案优选服务，避免因主观原因而造成的决策偏差。     

高速铁路线下工程沉降变形组合预测探讨

沉降变形组合预测方法是以适当的加权平均形式组合多种模型，各种模型优势互补，达到有效提高预测精度的目的。介绍了组合预测理论的基本情况，对组合预测的方法进行了简要探讨，同时对与线下工程沉降变形有关的组合预测应用案例进行了概述，最后对组合预测在高速铁路无砟轨道线下工程沉降变形预测中的应用前景作展望。