简介:在我国大力发展城市群背景下,利用铁路开行市域列车是解决都市圈内部交通的经济可行的办法,但市域列车与干线列车共线运行存在一系列不可持续的问题。结合成都和重庆市域列车开行方案的编制,在分析市域列车运输组织特征的基础上,从保持合理的市域列车服务水平的角度,对利用铁路开行市域列车实现可持续发展的途径进行研究。通过重庆市利用铁路开行市域列车的案例,说明该思路是可行的,期望能对其他类似都市圈开行市域列车提供借鉴和参考。
简介:针对轨道电路故障信息存在大量重复样本和冗余属性,提出一种基于粗糙集和C4.5决策树算法相融合的轨道电路故障诊断方法。轨道电路故障特征数据多为连续量,需要根据模糊集理论对故障样本进行模糊化,形成离散决策表。利用粗糙集处理不完备决策表的能力,去除离散决策表的冗余属性得到约简表,结合决策树c4.5算法对约简决策表进行快速训练提取诊断规则,产生的诊断规则清晰、可解释性强,能够直接运用于轨道电路故障诊断中。最后利用模拟数据仿真验证该方法的有效性,与ID5算法和BP神经网络法进行对比,仿真测试表明该方法具有更高的诊断效率和准确率,对实现轨道电路快速鲁棒故障诊断具有一定意义。
简介:提出了一个全新的动态公交客流预测模型,使用智能卡数据和网络爬取的常州市兴趣点(POI)数据、天气记录数据,建立一种特征融合的长短期记忆递归神经网络(Feature-fusionLSTMRNN)模型,并应用于常州市地面公交客流集散点的智慧卡(SmartCard)刷卡客流预测.将以上模型用于刷卡客流预测实验,结果表明经过良好数据训练后的特征融合的长短期记忆递归神经网络可以在刷卡客流预测中保持较高的稳定性、准确性和泛化能力.