快速客运网旅客列车运行区段确定方法研究
发布时间:2021-01-04 18:02
论文以我国未来铁路快速客运网络为研究对象,参考既有线运营组织的经验,借鉴国外高速铁路旅客列车运营组织的先进理念与方法,结合我国快速客运网的条件、特点及客流变化情况,研究科学合理的快速客运网节点等级划分方法;制定各等级节点间旅客列车开行的原则,并以此作为开行方案编制的重要依据;同时,根据客运节点等级的划分与节点间列车开行的原则,制定旅客列车始发、终到站的确定原则,建立始发、终到站选配的优化模型,并从线路条件、经济合理性和旅客需求等方面考虑,对旅客列车的运行径路进行优选。本文力求弥补既有对旅客列车运行径路优选问题研究的不足,提高开行方案的编制质量,为制定科学合理的运输组织方法提供前提保障,提高我国快速客运网旅客运输服务质量。
【文章来源】:北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】:70 页
【学位级别】:硕士
【部分图文】:
中国铁路营业线路图
括节点的日均旅客发送量、日均始发列车数量、社会属性、动车检修条件、在客运专线网中地位和在全路网中地位。根据第二章总结的铁路线网规划,绘制的100个节点的分布情况以及连接线路等级如图3一1.所示。本论文以这100个客运节点为例,根据以上节点属性,研究这些节点的划分方案。图3一 12008年旅客发送量排名前100位的客运节点分布图Fig3一 1PassengertraffievolumeforthetoP100Passengernodedistributionin20083.2基于聚类分析的客运节点划分方法3.2.1聚类分析的主要特点聚类分析是研究“物以类聚”的一种科学有效的方法。人类在认识世界的过程中,需要把某些方面相似的东西归成类,以便从中发现规律性,进而达到认识和改造世界的目的。早先,人们分类主要是凭借经验和本学科的专业知识,做些
图3件各连续变量的重要性 Fig34TheimPortanceofeontinuousvariables图3一5是各分类变量在各类中的重要性图,每类一个图,横轴是卡方值,竖线
【参考文献】:
期刊论文
[1]基于枢纽的客运专线列车运行方案研究[J]. 付慧伶,聂磊. 综合运输. 2008(07)
[2]数据挖掘中的聚类分析方法[J]. 黄利文. 电脑知识与技术. 2008(12)
[3]数据挖掘中的聚类分析研究[J]. 甘丽,王欣唐. 沿海企业与科技. 2008(03)
[4]我国铁路快速客运网规划调整研究[J]. 赵长江,李群仁. 铁道运输与经济. 2007(12)
[5]路网车流径路优化调整中的最短径路算法[J]. 刘志杰,季令,叶玉玲. 贵州师范大学学报(自然科学版). 2007(02)
[6]旅客列车开行方案的双层规划模型和算法[J]. 史峰,邓连波,霍亮. 中国铁道科学. 2007(03)
[7]模糊聚类分析及其在数据挖掘中的应用[J]. 朱强. 现代计算机. 2007(04)
[8]基于遗传算法的铁路旅客列车开行路径优化的研究[J]. 王喆,彭其渊,谢小淞. 铁路计算机应用. 2006(12)
[9]客运专线旅客列车开行方案的客流分配方法[J]. 曾鸣凯,黄鉴,彭其渊. 西南交通大学学报. 2006(05)
[10]聚类分析在城市轨道交通车站分类中的应用[J]. 林琴,杜彩军,谭骏珊. 铁路计算机应用. 2006(06)
硕士论文
[1]客运专线旅客列车开行方案研究[D]. 黄鉴.西南交通大学 2005
本文编号:2957182
【文章来源】:北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】:70 页
【学位级别】:硕士
【部分图文】:
中国铁路营业线路图
括节点的日均旅客发送量、日均始发列车数量、社会属性、动车检修条件、在客运专线网中地位和在全路网中地位。根据第二章总结的铁路线网规划,绘制的100个节点的分布情况以及连接线路等级如图3一1.所示。本论文以这100个客运节点为例,根据以上节点属性,研究这些节点的划分方案。图3一 12008年旅客发送量排名前100位的客运节点分布图Fig3一 1PassengertraffievolumeforthetoP100Passengernodedistributionin20083.2基于聚类分析的客运节点划分方法3.2.1聚类分析的主要特点聚类分析是研究“物以类聚”的一种科学有效的方法。人类在认识世界的过程中,需要把某些方面相似的东西归成类,以便从中发现规律性,进而达到认识和改造世界的目的。早先,人们分类主要是凭借经验和本学科的专业知识,做些
图3件各连续变量的重要性 Fig34TheimPortanceofeontinuousvariables图3一5是各分类变量在各类中的重要性图,每类一个图,横轴是卡方值,竖线
【参考文献】:
期刊论文
[1]基于枢纽的客运专线列车运行方案研究[J]. 付慧伶,聂磊. 综合运输. 2008(07)
[2]数据挖掘中的聚类分析方法[J]. 黄利文. 电脑知识与技术. 2008(12)
[3]数据挖掘中的聚类分析研究[J]. 甘丽,王欣唐. 沿海企业与科技. 2008(03)
[4]我国铁路快速客运网规划调整研究[J]. 赵长江,李群仁. 铁道运输与经济. 2007(12)
[5]路网车流径路优化调整中的最短径路算法[J]. 刘志杰,季令,叶玉玲. 贵州师范大学学报(自然科学版). 2007(02)
[6]旅客列车开行方案的双层规划模型和算法[J]. 史峰,邓连波,霍亮. 中国铁道科学. 2007(03)
[7]模糊聚类分析及其在数据挖掘中的应用[J]. 朱强. 现代计算机. 2007(04)
[8]基于遗传算法的铁路旅客列车开行路径优化的研究[J]. 王喆,彭其渊,谢小淞. 铁路计算机应用. 2006(12)
[9]客运专线旅客列车开行方案的客流分配方法[J]. 曾鸣凯,黄鉴,彭其渊. 西南交通大学学报. 2006(05)
[10]聚类分析在城市轨道交通车站分类中的应用[J]. 林琴,杜彩军,谭骏珊. 铁路计算机应用. 2006(06)
硕士论文
[1]客运专线旅客列车开行方案研究[D]. 黄鉴.西南交通大学 2005
本文编号:2957182
本文链接:https://www.wllwen.com/jingjilunwen/jtysjj/2957182.html