基于Markov链修正的铁路运量灰色组合预测模型研究

预测模型的准确与否直接决定着未来经济规划与决策的有效制定。将灰色GM(1,1)-Verhulst组合预测模型与马尔可夫链方法相结合,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法,并以甘肃省2004年～2015年铁路客运量作为原始数据序列进行模型拟合,而且还以此为基础对甘肃省未来几年内的客运量发展趋势进行预测。结论:(1)在已知实际客运量年份内,该灰色组合预测模型的预测精度比单一灰色预测模型更高、更加准确;(2)采用马尔可夫链方法获得该组合模型的偏差规律,并依照此规律对预测结果进行修正,即由一个单一的预测数值修正成为区间和概率组成的预测范围;(3)通过比较2016年～2017年的客运量实际值、组合预测模型的单一预测值和Markov链修正的预测区间值,发现Markov链修正的预测结果与客运量实际值的吻合性良好,进一步验证此预测方法的可信性。     

基于G1法和改进DEA的铁路绿色施工节能措施综合效果研究

为研究在多样化气候特点、地理环境、资源条件下,各节能措施对铁路绿色施工过程中节能效果的贡献率,提出一种基于G1法和改进数据包络分析(DEA)模型的节能措施效果分析方法。引入主观偏好系数,并采用线性加权的方法,将G1法所确定的主观权重和改进DEA法所确定的公共权重相结合,实现对评价指标综合权重的确定。以此为基准,通过计算其效率指数的大小对施工项目节能措施综合效果进行排序。以某地区大型铁路建设项目施工过程中的节能措施综合效果评价为例,进行实证分析,评价结果与实际情况具有良好的吻合性,验证了所设计的评价指标及方法的科学合理性。     

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。     

基于事故树模型的地铁施工地表坍塌事故分析

为加强对地铁施工过程的安全管理,降低施工过程中地表塌陷事故发生的概率,选用事故树模型对地铁施工中地表塌陷事故致因进行分析。首先,基于事故建树基本流程,采用因果关系演绎法构建地铁施工中引发坍塌事故的土体失稳事故树、支护结构强度事故树等;其次,对于影响顶事件发生的底事件较多的事故树,在采用布尔代数法计算最小割集的基础上,依据有关评判原则来定性分析判断基本事件结构重要度顺序,而无须求出结构重要系数的精确值;对于影响顶事件的基本事件数量较少的事故树,则有必要用最小割集推导出的结构函数,并运用事件和与事件积的概率公式定量评定事故树顶事件的发生概率;最后,将运用该模型对实例的分析结果与某文献的评价结果进行对比,结果表明:该方法不但能准确无误地排查出已发生的地铁施工地表塌陷的原因;还可以判断出将来施工最有可能导致地表塌陷的潜在原因,为施工单位及早预防和控制地表塌陷发生提供理论依据。