当前位置:主页 > 科技论文 > 安全工程论文 >

基于数据驱动的铁路事故分析及预测

发布时间:2019-06-01 15:57
【摘要】:铁路作为关系国计民生的重要运输方式,在拉动国民经济增长、保障居民出行等方面,发挥着不可替代的作用。2015年发布的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中提出,预计“十三五”期间全国新建铁路不低于2.3万公里,总投资不低于2.8万亿元。随着铁路运营里程的不断增加,铁路安全问题也愈发受到重视。铁路安全涉及广泛、专业性强且繁琐复杂。随着铁路运输速度的提高和行车密度的增大,出现安全问题的可能性也随之升高。铁路事故预测作为铁路安全研究中的重要问题,一直受到铁路运营管理部门和研究铁路运营的学者们的高度重视。铁路事故预测建立在铁路事故致因分析和铁路事故风险分析的基础上,根据已经发生的铁路事故和当前铁路环境对未来可能发生的趋势做出预测,是铁路安全研究的重中之重。基于铁路事故预测的研究现状,本文开展了如下工作:一、选择基于数据驱动的方法对铁路事故预测进行研究。针对铁路事故数据中的不确定数据的问题,提出用机器学习中的支持向量机模型处理铁路数据中的包含不确定数据的数字数据,以改进的完全支持向量机作为预测方法,将真实铁路事故数据为训练数据,建立机器学习模型,在此基础上针对数字数据中的不确定数据进行改进,得到基于数据驱动的铁路事故数据预测结果,结果显示本文的改进方法可以让铁路事故预测准确率从67%提升到81%左右。二、提出用机器学习方法中的深度学习作为工具处理铁路数据中的包含不确定数据的文本数据,以卷积神经网络作为预测方法,将美国联邦铁路管理局提供的数据作为训练数据,建立卷积神经网络预测模型,针对包含文本数据中的不确定数据进行改进,得到针对文本数据的铁路事故预测结果。结果表明,可以将预测准确率由改进前的71%提升到改进后的74%左右。三、基于前文工作中的实际运算情况,运用计算机知识和开源数据处理工具,对整个运算工作流进行抽象,提出铁路数据高速处理框架。该框架使用Elastic Search和Cassandra等现代非关系型数据库进行数据的安全存储和高速读写,利用面向对象语言实现模型与算法,并针对铁路数据特征进行优化,在数据读写速度数据计算速度和框架使用便捷性等方面,相较于其他交通领域内的数据处理框架都有较大提升,在性能上有30%以上的提升。
[Abstract]:......
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:U298.5

【参考文献】

相关期刊论文 前10条

1 胥红敏;郭湛;李晓宇;习年生;;基于遗传算法优化BP神经网络的道口事故预测[J];铁路计算机应用;2016年03期

2 张友鹏;李远远;;基于云模型和证据理论的铁路信号系统风险评估[J];铁道学报;2016年01期

3 魏来;曾京;邬平波;高浩;汪群生;;基于轮对模型的铁道车辆脱轨安全性评估[J];铁道学报;2015年09期

4 赵阳;徐田华;;基于文本挖掘的高铁信号系统车载设备故障诊断[J];铁道学报;2015年08期

5 齐皓;;铁路行车安全事故的分析及相应的解决策略[J];中小企业管理与科技(中旬刊);2015年08期

6 张晓强;杨君游;曾国屏;;大数据方法:科学方法的变革和哲学思考[J];哲学动态;2014年08期

7 李德仁;姚远;邵振峰;;智慧城市中的大数据[J];武汉大学学报(信息科学版);2014年06期

8 冯运卿;李雪梅;李学伟;;基于熵权法与灰色关联分析的铁路安全综合评价[J];安全与环境学报;2014年02期

9 代明睿;朱克非;郑平标;;我国铁路应用大数据技术的思考[J];铁道运输与经济;2014年03期

10 黄彩德;马元琳;袁林;;基于事故树分析的4.28铁路事故安全管理对策[J];交通科技与经济;2013年05期

相关硕士学位论文 前10条

1 辛汇文;铁路事故致因建模分析研究[D];北京交通大学;2016年

2 王克楠;基于关联特性分析的铁路事故数据挖掘及预测、预警方法研究[D];北京交通大学;2016年

3 马欣;基于复杂网络的铁路事故致因研究[D];北京交通大学;2015年

4 陶伟;铁路交通事故中的人因分析及对策研究[D];中国铁道科学研究院;2014年

5 刘恩相;高铁突发事件应急管理相关问题研究[D];西南交通大学;2013年

6 肖宁;基于系统理论的铁路系统多事故致因共性研究[D];华中科技大学;2013年

7 赵成兵;基于云计算的高铁振动数据预处理与特征提取研究[D];西南交通大学;2013年

8 张思帅;基于耗散结构的高速铁路运营事故演化机理[D];北京交通大学;2011年

9 梁俊秀;基于贝叶斯网络的轨道交通系统人因可靠性定量分析方法研究[D];北京交通大学;2010年

10 葛大伟;基于视频内容分析的铁路入侵检测研究[D];北京交通大学;2009年



本文编号:2490395

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/anquangongcheng/2490395.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d0b92***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com