一、铁路客流平稳上升（论文文献综述）
李洁,彭其渊,文超[1]（2021）在《基于LSTM深度神经网络的高速铁路短期客流预测研究》文中进行了进一步梳理为验证长短期记忆网络（long short-term memory,LSTM）模型对于高速铁路短期客流预测的有效性,本文以京广高速铁路2010年1月至2015年12月车站发送客流实绩数据为基础,分析了车站发送客流的特征和变化规律,针对客流时间序列变化特征和LSTM模型数据输入要求,完成了客流时间序列的标准化处理和重构,构建了基于LSTM的高速铁路客流预测模型,利用多层网格搜索完成了模型的精细化调参,分析了模型参数对于预测效果的影响,并将LSTM模型与其它客流预测模型的预测效果进行了比较.结果表明:相较于对比模型,LSTM客流模型预精度较高,郴州西站,衡阳东站,韶关站单步预测平均绝对百分比误差（mean absolute percentage error,MAPE）值分别为7.36%,7.33%,8.03%;模型中隐含层数,神经元个数,输入步长对客流预测精度影响较大,适当增加模型隐含层数及神经元数量可以提高模型收敛速度及预测效果;受客流周期性影响,模型输入步长为7时各车站客流预测误差最小.
王景荣[2]（2021）在《民航与铁路客运需求预测以及疫情的影响》文中研究说明在当今社会中,发达的运输业已经成为一个国家发展和进步的重要象征,是经济发展的基石。同时,工业的快速发展离不开交通运输业的推动,其为企业减少了时间和运输成本,促进了产品的社会流通,加速了消费的升级,在国家建设的各个方面有着难以估量的贡献。我国交通运输业发展迅速,其不仅加速了经济的发展,而且给人们的生活带来了很大的便利。为了能够对运输业的发展提供更多的信息,需要对客运量数据有准确的把握,客运量预测已经变成了交通运输部门工作中不可或缺的一部分。2020年初新冠肺炎病例在我国被发现,随后各个省份都受到了疫情的影响,我国经济发展和生产活动陷入的短暂的停顿。交通运输业受到疫情的影响导致客运量出现了严重的下降,这给客运量的预测带来了不小的困难,为了能使交通运输也在疫情后快速恢复,给相关部门提供制定政策的依据,也为民航和铁路建设提供科学和合理保障,有必要探究在疫情影响下如何精确地预测客运量的问题。本文以2010年1月至2020年9月的民航和铁路客运量为研究对象,首先探究了影响客运量生成的因素,选取了GDP、第三产业增加值、城镇居民人均可支配收入、节假日、城镇居民人均消费支出作为客运量的影响因素,为了能够描述出新冠肺炎疫情对客运量的影响,将新冠肺炎现有确诊病例作为影响因素添加至模型中,之后根据客运量非线性非平稳的数据特征,采用经验模态分解（EMD）将客运量数据分解成不同频率的序列,并借助均值重构法将序列重构为高频、低频、余项序列,对重构序列所代表的含义进行分析。在对序列进行预测时,利用排列熵（PE）判断数据的复杂程度,根据数据的复杂度选取合适的模型建模,复杂度低的余项序列采用简单的岭回归模型,而复杂度高的高频、低频序列采用粒子群优化的支持向量机模型建模,将每种序列的预测结果加总得到客运量的最终预测结果;通过模型对比表明本文使用的分解集成模型能有效的提高客运量预测的准确度。利用本文提出的模型对2020年最后三个月的客运量进行预测,预测误差较小,说明模型可以用于预测。本文还对客运淡、旺季和疫情对客运量预测的影响进行了分析,模型预测结果表明,考虑客运淡、旺季和疫情因素的预测模型的预测精度更高。
曾凯[3]（2020）在《基于云模型的市域铁路公交化运营评价研究》文中提出随着我国城市化进程的逐步推进以及相关政策文件出台,我国市域铁路发展进程不断加速。进行市域铁路公交化运营评价研究有助于提升市域铁路公交化运营质量,不仅能为乘客提供优质的客运服务,而且也有利于城市发展构建层次分明的轨道交通网络。首先,本文阐述了市域铁路公交化运营的相关概念、理论。总结市域铁路的主要技术特征,阐述了市域铁路优化城市布局、合理配置交通方式以及满足城市通勤通学客流需求的功能定位,进而分析市域铁路客流特征。引入公交化概念,阐述市域铁路公交化运营的基本特性要求,结合其特性要求分析市域铁路运营系统中影响公交化运营水平的技术条件和服务条件。其次,根据市域铁路公交化运营概念内涵及基本属性要求,建立了包含3个层次,15个主要指标的市域铁路公交化运营评价指标体系。论文将市域铁路公交化运营的时效性、便捷性、密集性和舒适性等特性要求作为评价指标体系准则层指标,从市域铁路运营系统中基础设施设备、移动设施设备、运营计划、运输生产和换乘组织等方面筛选符合要求的指标层评价指标,阐述各指标层评价指标含义,确定相关定量指标的计算公式。接着,构建基于云模型的市域铁路公交化运营评价模型。通过比较常用评价方法的优缺点后,选取云模型作为本文市域铁路公交化运营的评价方法。介绍云模型、云模型的数字特征、云发生器以及云权重等相关概念,改进逆向云发生器算法,阐述了基于云模型的评价方法的研究步骤。最终,运用所构建的评价模型研究成灌市域铁路公交化运营水平。按照基于云模型评价方法的研究步骤,对成灌市域铁路公交化运营进行评价研究,找出其薄弱环节,针对成灌市域铁路的评价结果提出进一步提高其公交化运营水平的建议,同时验证该模型的合理性和可操作性。图31幅,表36个,参考文献59篇。
李新雨[4]（2020）在《基于动态客流特征分析的京沪高铁停站方案优化研究》文中进行了进一步梳理随着经济社会的发展,铁路运输扮演着越来越重要的角色,尤其是旅客运输高效快捷准点的特点一直备受青睐,形成了规模庞大的客流。客流将随着时间的推移不断变化,最终将导致运输需求与既有实施的列车开行方案之间不适应,因此要及时地调整列车开行方案,使其最大程度地与实际客流相适应,这样才能更好地满足人们的出行需求,要达到这一目的主要工作之一就是对停站方案进行优化。首先论述停站方案内容和影响因素,以京沪高铁为研究对象分析停站现状,根据实际客流数据,通过面板数据分析方法显示客流特征,挖掘动态客流特征规律。其次,总结京沪高铁的客流特点,利用桑基图对客流空间特征进分析,利用时长两年的客流数据进行时间序列分析,建立自回归滑动平均模型并通过检验,确定了以“周”为周期的时间特征规律。然后以客流量、上座率、列车停站率以及停站变量为约束条件,建立以停站总次数最少、停站目标值偏离最小和停站分布均衡的多目标停站方案优化模型,选择遗传算法进行求解。最后用优化调整模型对京沪高铁列车停站方案进行实例验证,结果显示总停站数优化减少12次,较之前优化2.5%,属于一级节点车站的停站次数均保持不变,二、三级节点较优化前均有减少,二级节点中除了徐州东站外其他车站的车站服务频率均有下降,徐州东站增加了13次停站,徐州东站不减反增的原因可以解释为得益于交通枢纽地位进行了更多次换乘导致的。根据运算终止后得到下行方向待调整列车的停站方案停站目标值偏最小时为9.89,优化前各列车平均停站的方差为3.28,优化后各列车平均停站的方差为2.42,较之前优化26.1%,验证了优化方案的可行性和有效性。
朱瑞奇[5]（2020）在《基于PVAR-NN组合模型的中国各省市铁路客运量预测研究》文中指出铁路承担了我国大部分的长途物资运输和中长途旅客运输,是我国综合交通运输体系的骨干和主要交通方式之一。自2004年实施《中长期铁路网规划》以来,我国铁路发展成效显着,基本形成基础网络,发挥了促进社会发展、保障和改善民生的重要作用。但是,在经济发展新常态要求下,我国铁路仍面临路网布局不完善、经营压力大等挑战。而准确的铁路客运量预测有利于研究者对未来变化趋势进行分析,确定宏观发展战略和发展规划,为铁路选线设计、确定运输能力及改扩建方面提供重要支撑,帮助铁路运输企业掌握市场发展动向,合理安排运输调度工作,进而缓解铁路面临的压力。在客运量预测研究中,预测方法是决定预测精度的关键。传统的线性模型解释能力强但预测精度不高,神经网络模型（NN）预测精度高但内部机理模糊,不利于模型解释。为了充分发挥模型的优势,本文将铁路客运量研究分为线性部分与非线性部分。针对线性部分运用面板向量自回归模型（PVAR）,通过脉冲响应和方差分解方法研究铁路客运量在受到系统中其他变量的冲击后的反应路径和影响程度,并且根据分析结果对影响因素确定权重。针对非线性部分运用NN模型,将线性部分研究中确定的铁路影响因素及相应权重,以加权和的方式作为输入样本数据,通过建立用粒子群算法（PSO）优化Elman神经网络的模型对铁路客运量进行预测。结果表明PVAR-NN组合模型的方式在提高模型预测准确度的基础上,增强了模型的解释能力。其中,PVAR部分对铁路客运量的影响因素进行变量筛选和权重选择,明确了影响因素的作用机制,弥补了NN模型内部机理模糊的不足,增强了模型的解释能力;NN部分应用Elman神经网络和PSO算法进行客运量预测,通过PSO算法能够实现全局搜索,快速收敛的特点弥补了Elman神经网络容易出现局部极小化、收敛速度慢的缺陷,增强了模型的预测精度,实现了模型解释能力和准确性的“双赢”。最后,本文通过PVAR-NN组合模型对我国各省市的铁路客运量作出预测,根据增长幅度的不同提出相应建议,探讨了如何提高铁路的运输效率,进而支持铁路运输系统的健康发展。
曾娇龙[6]（2021）在《GZ客运段旅客列车备品需求预测及库存控制》文中提出在铁路深化改革的背景下和激烈的市场竞争环境中,传统的经营管理模式已经无法满足铁路企业走向市场,各铁路企业开始积极的探索可以适应市场化的新思路和新方法。GZ客运段作为路旅客运输的重要铁路窗口单位,面对客运市场日益激烈的竞争,在积极开拓市场的同时开始重视内部管理模式的转变和成本的控制。尤其是疫情爆发以来,客运运输市场受到了严重的冲击,各运输企业之间的竞争也更加激烈,由于受到各种因素的限制,铁路运输企业在营销策略和促销手段方面并不占优势,在这样的背景下提高服务质量,加强内部成本控制成了GZ客运段当前的重要课题。旅客列车备品是铁路运输单位物资的组要组成部分,同时作为衡量列车服务质量的重要标准和企业成本控制的关键部分,是铁路客运运输单位的物资管理的关键环节。本文以解决在旅客列车备品管理中存在的实际问题作为出发点,通过对GZ客运段旅客列车备品管理现状的分析与研究发现当前列车备品库存管理工作主要有需求计划不科学、备品分类不规范,以及库存定额不合理几个方面的突出问题,导致部分备品库存积压,周转率低,而同时需求量大,周转快的备品还会发生缺货现象,主要是因为需求预测不准确,以及缺乏有效的库存控制策略,因此需要科学的预测方法和有效的库存控制以解决GZ客运段旅客列车备品管理存在的实际问题,能够在提高管理效率的同时加强成本控制。针对研究所发现的问题提出解决方法,首先通过对历史数据进行统计与分析,掌握了备品的消耗特征和历史波动情况,找出影响其波动变化的主要有客流量及列车开行方案两个方面的影响因素。其次,根据历史数据的分析发现旅客列车备品的消耗趋势具有明显的季节性波动,综合以上影响因素及消耗特征分别使用时间序列法ARIMA模型和回归分析法的二元回归模型对旅客列车备品进行预测。经对预测效果的比较分析,证明回归分析法预测效果更贴近实际需求。最后,在需求预测的基础上优化库存控制策略,首先通过ABC分类法对当前的备品进行分类处理,并结合各类备品性质A类备品选则在（R,S）策略下建立合理的安全库存,实现降低成本的目标,B、C类备品在（t,S）策略下设定可调节的安全库存模型,以实现减少工作量,提高工作效率的目标。
朱爱华[7]（2020）在《地铁车轮磨耗及其对动力学性能影响的研究》文中进行了进一步梳理随着地铁客流的增大和发车频次的增加,地铁车轮磨耗问题日益严重,车轮磨耗影响因素及预测研究对减轻轮轨磨耗和降低镟修成本具有重要的指导意义。针对地铁车辆客流实时变化、启动制动频繁、曲线比例较高等运行特点,本文以地铁车轮为研究对象,结合现场实测客流、磨耗和动力学数据,分析了时变载重、时变速度、动态车轮型面、摩擦系数和磨耗系数五个影响因素对地铁车轮磨耗的影响。首先,针对客流动态变化引起的时变载重和车辆牵引制动引起的速度变化,建立了基于变载和变速工况的地铁车轮磨耗仿真模型;然后,针对车轮型面随运行里程的动态变化,综合考虑轮轨磨耗性能和车辆曲线通过能力,提出了基于动态车轮型面的轮轨摩擦系数评价方法。接下来,针对磨耗系数选取的不确定性,运用特定里程的实测磨耗数据对磨耗系数进行优化,建立了数据-模型融合驱动的地铁车轮磨耗预测模型,并用实测值进行了验证。最后,在实测车轮磨耗和不圆数据的基础上,进一步研究了车轮损伤的非对称因素和耦合损伤因素对地铁车辆动力学性能的影响,建立了地铁车轮非对称不圆与磨耗耦合损伤动力学模型。取得的主要成果和结论如下:（1）根据地铁车辆客流实时变化和频繁启动制动的特点,提出了基于动态客流的车体时变载重计算方法,建立了随时间和位置变化的时变速度函数,构建了基于变载和变速工况的地铁车轮磨耗仿真模型。通过联合车辆动力学模型、变载设置模型、变速设置模型、轮轨接触模型、材料磨损模型和踏面更新模型,计算分析了变速情况下恒载、变载两种工况的车轮磨耗仿真结果,并与实测磨耗数据进行了对比。结果表明,相比恒载工况,变载工况下的车轮磨耗计算结果与实测车轮磨耗数据更加接近,且随着运行里程的增加,变载变速模型的计算优势越来越明显,其计算结果与实测值渐趋吻合。因此,考虑客流变化和速度变化因素建立的基于变载和变速工况的地铁车轮磨耗仿真模型的预测精度有了较大的提升,为车轮磨耗的仿真预测和镟修提供了更为准确的依据。（2）针对车轮型面随运行里程的动态变化,综合考虑轮轨磨耗性能和车辆曲线通过能力,提出了基于动态车轮型面的轮轨摩擦系数评价方法。用S型曲线模拟某实际运行区间路段,以磨耗指数和脱轨系数作为评价指标,通过地铁车辆系统动力学模型和磨耗模型,计算分析了4种实测车轮磨耗型面、7个不同摩擦系数值对磨耗指数和脱轨系数的影响规律,得到了不同车轮磨耗型面对应的摩擦系数建议值。研究结果表明,标准车轮型面对应的最佳摩擦系数区间为0.10.15,5万、8万、14万公里车轮型面对应的摩擦系数最佳区间为0.10.2、0.10.2、0.10.15;通过轮轨润滑技术调整摩擦系数,0万、5万、8万、14万公里车轮型面的磨耗指数最大值可分别降低71%、73%、69%、56%。因此,从不同运行里程下的车轮动态型面角度进行摩擦系数评价,可以更有效地降低轮轨磨耗,为地铁曲线线路的轮轨摩擦控制提供技术支持。（3）针对磨耗系数选取的不确定性,提出了基于实测数据的磨耗系数优化方法,构建了数据-模型融合驱动的地铁车轮磨耗预测模型。以某一特定运行里程的实测磨耗数据为训练样本,采用遗传算法、粒子群算法、模拟退火算法和禁忌搜索算法分别对Jendel磨损模型中的磨耗系数进行优化,并比较了四种算法在不同线路和运行里程下的计算结果,考虑优化精度和计算时间,粒子群优化算法最好。在磨耗系数优化的基础上,构建了数据-模型融合驱动的地铁车轮磨耗预测模型,对地铁在其他运行里程下的车轮磨耗进行仿真与预测,并与实测数据进行比较。研究结果表明,基于实测数据的磨耗系数优化方法有效减少了凭经验选择磨耗系数的不确定性,降低了实验数据成本;数据-模型融合驱动的地铁车轮磨耗预测模型结合了模型预测和数据预测的优点,提高了车轮磨耗预测的精度,为车轮磨耗仿真预测提供了一种新的途径。（4）针对实际线路中出现的车轮非对称损伤和耦合损伤现象,结合地铁车轮实测磨耗和不圆损伤数据,提出了基于车轮非对称不圆和磨耗耦合损伤的车辆动力学分析方法,建立了地铁车轮非对称不圆与磨耗耦合损伤动力学模型,研究了非对称损伤和耦合损伤对车辆系统动力学性能的影响。分析了非对称不圆和对称不圆、非耦合损伤和耦合损伤、非对称耦合损伤和对称耦合损伤的车辆动力学性能计算结果,并与实测结果进行对比。结果表明,非对称不圆工况的轮轨垂向力、脱轨系数和轮重减载率明显增大;耦合损伤中,磨耗变化对轮轨横向力、轮轴横向力和脱轨系数影响较大,对轮轨垂向力影响较小;与对称耦合损伤工况相比,非对称耦合损伤的垂向振动加速度峰值和平稳性指标更大,与实测数据更贴近。因此,考虑车轮非对称损伤和耦合损伤因素建立的车轮非对称不圆与磨耗耦合损伤动力学模型有利于计算结果的准确性,对地铁车轮的检修和维护具有参考意义。
陆利军[8]（2020）在《国家森林公园旅游网络信息流的时空效应与作用机理研究》文中研究指明自改革开放至今,以国家森林公园为典型代表的森林公园大致实现了从以木材生产为主营目的的林木生产空间到包括旅游消费在内的消费空间的转变。2019年新修订的《森林法》规定,在符合公益林生态区位保护要求和不影响公益林生态功能的前提下,经科学论证,可以合理利用公益林林地资源和森林景观资源,适度开展林下经济、森林旅游等。森林旅游将迎来更好的发展契机。在林业产业规划发展政策的支持下,作为重要的旅游吸引物,森林公园在旅游消费中扮演着越来越重要的角色。森林旅游产业也逐渐成为林业产业的重要组成部分之一。森林旅游的飞速发展促进了森林旅游研究工作。近年来,随着互联网、人工智能及通信技术的不断更迭,网络信息流的集散对森林公园旅游目的地、运营企业,及旅游者的影响越发显着;而森林公园旅游网络信息流集散理论与实践分析略显滞后,以点、线形态存在的森林公园旅游网络信息流的静态研究已很难满足当下的森林公园旅游发展基本需求,多源信息融合正在推动,或者说倒逼森林公园旅游网络信息流理论和方法的创新。新的数据类型和研究方法上的更新发展,促使学者们对森林旅游的关注从对森林旅游资源这一旅游活动中客体要素的单一关注转向对旅游活动中人（地）互动双方要素的系统考察。在当前森林公园旅游网络信息流以静态研究为主、动态研究不足的背景下,论文将森林公园旅游网络信息流纳入“旅游流”研究范畴,以国家森林公园为研究对象,通过对网络信息流集散进行动态分析的方式,在“面”的层次上探讨森林公园旅游网络信息流集散的时空特征、区域效应、影响因素和作用机理,提出旅游网络信息流集散的优化策略,拓展网络信息流集散研究的深度和广度。论文严格按照“问题提出-理论探讨-实证分析-理论归纳-总结展望”的基本路径展开森林公园旅游网络信息流研究,主要研究过程和研究结论如下:（1）借助pearson相关指数、年际变化强度指数、季节集中指数和周内分布偏度指数等分析方法,研究发现,森林公园旅游网络信息流具有较明显的时间分布特征。其一,近年来,森林公园旅游网络信息流呈现出持续迅速增长态势,且随着智能通信技术的更迭,旅游者获取森林公园网络信息的路径正在从“PC端”向“移动端”转变;其二,旅游者对森林公园的网络关注呈现出明显的“单峰”特征和不明显的“双峰”特征;其三,周内PC指数表现出明显的“工作日高,双休日低”的基本特征,而移动指数则呈现出“工作日低,双休日高”的特征。（2）借助季节性集中指数、变异系数（CV）、赫芬达尔系数（H）、首位度（P）和地理集中指数（G）等分析方法,研究发现,森林公园旅游网络信息流具有比较显着的空间差异特征。其一,除广西、海南、云南、福建等四个省区之外,中国大陆地区大部分省区森林公园旅游网络信息流均呈现出较明显的季节性差异,而且省际差异比较稳定,波动甚微;其二,从季节性指数变化情况看,各区域的森林公园旅游网络信息流均具有较强的季节性差异,但是,这种季节性差异随着时间的推移表现出较明显的波动下降趋势。（3）借助社会网络分析方法,研究发现,森林公园旅游网络信息流的整体网络结构较为松散,但省区间的溢出效应比较突出。首先,从整体层面看,网络信息流呈现出随机分布状态,没有形成明显的空间集聚或分散的分布特征;其次,从分省层面看,随着时间的推移,东南部省区在森林公园旅游网络信息流网络中占据了越来越重要的位置,核心省区出现了较明显的向南移动的发展趋势。其中,以湖北、江西和福建等省区为中心的东南部省区在网络中的重要程度要远高于西北部省区;诸如湖南、江西、河南和山东等省区异军突起,影响力逐年攀升。（4）借助OLS回归模型、空间引力模型和地理探测器工具,研究发现,森林网络信息流集散的时间影响因素主要包括气候舒适度、节假日安排和时空距离;空间影响因素主要包括社会人口发展、区域经济发展,交通可达性水平、信息化建设水平、目的地接待能力、目的地吸引力、森林公园接待能力和森林公园资源禀赋等。其中,信息化建设水平、森林公园接待能力和交通可达性对森林公园旅游网络信息流的集散起到主要作用;目的地接待能力、社会人口发展、森林公园资源禀赋、区域经济发展和目的地吸引力等因素起到次要作用。（5）借助耦合度、耦合协调度和耦合协调效率等计量模型,研究发现,其一,上一章节明确的各影响因素对森林公园旅游网络信息流集散的影响程度和作用机理有所不同;其二,由社会人口发展等因素构成的环境影响体系与森林公园旅游网络信息流的耦合协调度较好,系统间的发展较为同步;其三,省区间的森林公园旅游网络信息流与环境影响体系的耦合协调度水平差异较大,且呈现出东南部高,西北部低的空间布局特征;其四,各省区森林公园的环境影响体系建设均滞后于网络信息流的发展。提高森林公园旅游网络信息流作用效率势在必行。（6）借助fs QCA分析方法,研究发现,各省区以国家森林公园为代表的森林公园旅游产业发展能够借助的基础条件千差万别,其中,社会人口发展、区域经济发展、交通可达性水平和信息化建设水平是森林旅游资源禀赋以及森林旅游接待能力相对较弱省区网络信息流集散的关键影响因素;而森林旅游基础设施和森林旅游接待能力则是社会人口发展、区域经济发展、信息化建设水平相对较弱省区网络信息流集散的关键影响因素。论文还据此提出,各省需要认真审视自身已经具备的基础条件,并根据对这些基础条件的系统认知,采用差异化的因果组合策略,促成各省区以国家森林公园为代表的森林公园旅游发展能力的提高。总之,论文在通过文献检索与分析方式对“信息流”和“旅游流”相关理论建构与实践分析进行系统回顾的基础上,将森林公园旅游网络信息流研究纳入“流空间”理论分析框架,从“旅游流空间”分析视角出发进行森林公园旅游网络信息流集散研究。论文描述了森林公园旅游网络信息流集散动态格局与空间网络;探索了森林公园旅游网络信息流集散影响因素与作用机理;通过耦合协调度与耦合协调效率分析探析了各关键影响因素与网络信息流之间的相互作用;并分别提出了促进森林公园旅游网络信息流的聚散和提高国家森林公园森林旅游产业发展能力地最佳因果组合策略。论文无论是在森林公园旅游网络信息流集散研究深度的延伸;森林公园旅游网络信息流集散研究广度的拓展;森林公园旅游网络信息流集散研究框架的完善;还是在森林公园旅游网络信息流集散研究方法的丰富等方面,均作出了有益且有效的尝试。
柳振宇[9]（2020）在《市域铁路速度目标值决策研究》文中指出速度目标值是市域铁路线路的基础性技术指标之一,深刻影响着市域铁路线路的规划、建设和运营,同时也影响着城市公共交通网络的建设和城市社会经济的发展。为了保证市域铁路速度目标值决策的科学合理性,本文对市域铁路速度目标值的影响因素和决策方法进行了系统分析和深入研究。1、明确市域铁路在城市交通网络中的定位是解决城市内部中长距离出行难题,发挥轨道交通对于城市发展布局的引导和骨干支撑作用,提高城市运转效率,促进城市更快更好的转型发展。2、全面分析了速度目标值的影响因素和影响机制,主要包括时间目标值、站间距、土建工程、机车车辆、运营成本、旅客关系、社会效益等,并进行了分类和筛选,确定了速度目标值决策时应该遵循的原则和选择方法。3、深入分析和研究了市域铁路的客流特征,建立了以运输工具的服务因素为基础的交通运输工具效用量化体系,利用Logit模型对旅客出行方式选择进行分析和预测。综合分析了市域铁路建设带来的收益构成,构建了运输企业运营成本、运输收入和旅客出行费用的函数关系。分析了社会收益的构成,将社会收益分为旅客节约时间收益、舒适度提高收益、减少交通事故收益和减少公交投入收益四部分进行量化。4、建立了两种速度目标值决策模型,一种是基于客流预测建立了速度目标值方案选择模型;另一种是基于双层规划模型,以包含运输企业收益和社会效益的总收益最大,旅客广义出行费用最小为目标的最佳运营速度决策模型。并对两种模型的优劣性和适用范围进行了对比分析。5、以重庆市轨道快线26号线为例,通过分析线路条件确定了速度选择范围,利用速度目标值方案选择模型和最佳运营速度决策模型,对该线路的速度目标值选择方案进行了对比和分析,得出了该线路的推荐速度目标值、最佳运营速度和对应的票价率。在此基础上通过分析目标函数中各项因子之间的影响关系,考虑了模型显示结果与实际情况之间的相互对应和印证,验证了该选择模型的合理性和可行性。
张光亚[10]（2020）在《基于双层规划模型的市郊铁路分时定价策略研究》文中提出为支撑我国城镇化发展需求,市郊铁路逐渐成为一线大城市解决交通联结问题、承接溢出资源、疏导中心城市压力的科学选择,也深刻影响着都市圈内人们的职住模式。但是,随着交通需求的稳步增长,一系列问题开始凸显:市郊铁路通勤通学特征明显,早晚高峰客流方向集中、直达比重较大,导致高峰运力紧张而非高峰运力虚糜。高峰客流拥挤不仅严重降低客运服务水平,而且容易引发客流安全问题;而非高峰客流量不足导致运能浪费、运营效益低。就国内外历史研究数据来看,市郊铁路旅客对票价敏感性较强,而我国市郊铁路一直实行单一定价机制,客流量得不到保证。借助分时定价策略吸引旅客调整出行方式和引导旅客调整出行时间,既能缓解市郊铁路因全天客流不均衡带来的矛盾,提高运输服务水平,又能提高运营管理部门收益。基于此,本文通过构建双层规划分时定价模型对票价进行优化分析。首先,文章分析了客运定价理论,对国内外分时定价实施效果和票价优化方法进行归纳总结。其次,对市郊铁路进行概念界定,明确其功能定位;对不同出行方式（地铁、市郊铁路、城际铁路等）的客流出行特征（出行目的、出行距离、时空分布特性）进行对比分析,总结市郊铁路与其余方式的差异;从个人属性和运输方式属性两方面阐述市郊出行影响因素。接着对市郊铁路票价票制和分时定价相关理论进行阐述和说明。总结当前我国不同层级轨道交通常用的票价票制,在此基础上分析国内外市郊铁路票价票制实施方案,指出我国市郊铁路票价票制固定单一的不足之处和可以考虑时间因素的改进方向;论述了票价影响因素和常用票价制定方法,提出市郊铁路分时定价的理论基础,包括收益管理和需求价格弹性,为阐述说明客流出行与票价之间的关系,从市郊铁路客流存在需求价格弹性分层的角度说明分时定价的可行性与合理性,从客流构成、不同客流需求弹性大小的差异、分时定价调整幅度等方面分析分时定价策略的效果。再接着,建立市郊铁路分时定价模型。确立模糊数学隶属度的市郊铁路客流峰平谷时段划分方法。建立双层规划分时定价模型,上层以市郊铁路部门收益最大为目标,下层以旅客广义费用最小化为目标,实现运营企业和旅客双方利益平衡的定价方案。设计遗传算法与传统均衡流算法相结合的非数值求解方法。最后,以成灌快铁作为实施对象,设计调查问卷统计分析成灌快铁不同时段客流出行特征,获得不同时段旅客的时间价值,利用模型和算法求得分时定价方案和时段客流分布。结果表明:市郊铁路分时定价能有效均衡峰谷时段客流。文末提出市郊铁路分时定价策略的实施建议,并且指出未来研究方向。
二、铁路客流平稳上升（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、铁路客流平稳上升（论文提纲范文）
（2）民航与铁路客运需求预测以及疫情的影响（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 客运量预测方法 |
| 1.2.2 突发事件对客运量的影响 |
| 1.2.3 文献评述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 创新点 |
| 2 预测方法综述 |
| 2.1 经验模态分解方法 |
| 2.2 排列熵 |
| 2.3 岭回归相关理论 |
| 2.3.1 多元线性回归模型 |
| 2.3.2 参数估计 |
| 2.3.3 多重共线性检验 |
| 2.3.4 岭回归 |
| 2.4 粒子群优化的支持向量机相关理论 |
| 2.4.1 支持向量机预测模型 |
| 2.4.2 核函数 |
| 2.4.3 粒子群算法 |
| 2.4.4 粒子群优化的支持向量机算法 |
| 2.5 模型评价指标 |
| 3 客运量时间序列特征及影响因素分析 |
| 3.1 客运量时间序列特征 |
| 3.1.1 民航与铁路客运量数据来源 |
| 3.1.2 民航与铁路客运量序列特征 |
| 3.2 客运量影响因素分析 |
| 3.2.1 影响因素选取准则 |
| 3.2.2 影响客运量的因素 |
| 3.2.3 影响因素选取 |
| 4 民航与铁路客运量预测模型构建 |
| 4.1 数据描述 |
| 4.2 模型设计 |
| 4.3 客运量序列分解与重构 |
| 4.3.1 客运量序列分解 |
| 4.3.2 客运量序列重构 |
| 4.4 基于岭回归的客运量预测模型建立 |
| 4.4.1 客运量影响因素 |
| 4.4.2 因素相关性分析 |
| 4.4.3 客运量岭回归分析 |
| 4.5 基于PSOSVR的客运量预测模型建立 |
| 4.5.1 支持向量机模型参数优化 |
| 4.5.2 PSOSVR模型客运量预测 |
| 4.6 模型结果对比及预测 |
| 4.7 节假日与疫情对客运量预测的影响分析 |
| 4.7.1 节假日对客运量预测的影响 |
| 4.7.2 疫情对客运量预测的影响 |
| 5 结论 |
| 参考文献 |
| 致谢 |
（3）基于云模型的市域铁路公交化运营评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外发展研究现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.2.3 国内外研究现状 |
| 1.3 主要研究内容与技术路线 |
| 1.3.1 研究目标与方法 |
| 1.3.2 主要研究内容 |
| 1.3.3 技术路线 |
| 2 市域铁路公交化运营概述 |
| 2.1 市域铁路概述 |
| 2.1.1 市域铁路主要特征 |
| 2.1.2 市域铁路的功能定位 |
| 2.1.3 市域铁路客流特征分析 |
| 2.2 市域铁路公交化运营理论 |
| 2.2.1 市域铁路公交化运营概念 |
| 2.2.2 市域铁路公交化运营基本特性 |
| 2.2.3 市域铁路公交化运营必要性分析 |
| 2.3 市域铁路公交化运营影响条件分析 |
| 2.3.1 市域铁路运营系统分析 |
| 2.3.2 市域铁路公交化运营技术条件分析 |
| 2.3.3 市域铁路公交化运营服务条件分析 |
| 3 市域铁路公交化运营评价指标体系 |
| 3.1 评价指标体系层次及构建原则 |
| 3.1.1 评价指标体系研究层次 |
| 3.1.2 评价指标体系构建原则 |
| 3.2 市域铁路公交化运营评价指标分析 |
| 3.2.1 市域铁路公交化运营评价指标筛选 |
| 3.2.2 构建市域铁路公交化运营评价指标体系 |
| 3.3 市域铁路公交化运营指标计算及分析说明 |
| 3.3.1 时效性指标 |
| 3.3.2 密集性指标 |
| 3.3.3 便捷性指标 |
| 3.3.4 舒适性指标 |
| 4 基于云模型的市域铁路公交化运营评价方法 |
| 4.1 市域铁路公交化运营评价方法选取 |
| 4.1.1 综合评价方法比较研究 |
| 4.1.2 市域铁路公交化运营评价方法确定 |
| 4.2 云模型算法理论 |
| 4.2.1 云模型的基本概念 |
| 4.2.2 云模型的数字特征 |
| 4.2.3 云发生器 |
| 4.2.4 云模型的运算及综合云模型 |
| 4.3 基于云模型的市域铁路公交化运营评价步骤 |
| 4.3.1 确定评语集 |
| 4.3.2 确定各指标的云权重 |
| 4.3.3 计算实际云模型 |
| 4.3.4 获得市域铁路公交化运营评价结果 |
| 5 案例分析—成灌市域铁路公交化运营评价研究 |
| 5.1 成灌市域铁路概述 |
| 5.1.1 成灌市域铁路概况 |
| 5.1.2 成灌市域铁路功能定位 |
| 5.1.3 成灌市域铁路客流分析 |
| 5.2 成灌市域铁路公交化运营评价指标计算 |
| 5.2.1 时效性指标计算 |
| 5.2.2 密集性指标计算 |
| 5.2.3 便捷性指标计算 |
| 5.2.4 舒适性指标计算 |
| 5.3 成灌市域铁路公交化运营评价 |
| 5.3.1 评价指标云权重的确定 |
| 5.3.2 云模型求解结果及分析 |
| 5.3.3 成灌市域铁路公交化运营评价结果分析及建议 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.1.1 主要结论 |
| 6.1.2 主要创新点 |
| 6.2 研究展望 |
| 参考文献 |
| 附录A 成灌市域铁路列车时刻表 |
| 附录B |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）基于动态客流特征分析的京沪高铁停站方案优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号说明 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 文献研究综述 |
| 1.4 本文内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线图 |
| 第二章 京沪高铁停站方案分析 |
| 2.1 列车停站方案概述 |
| 2.1.1 内容概述和影响因素 |
| 2.1.2 停站方案模式 |
| 2.1.3 停站方案与开行方案的关系 |
| 2.2 京沪高铁列车停站方案分析 |
| 2.2.1 京沪高铁列车停站方案现状 |
| 2.2.2 客运节点划分 |
| 2.2.3 列车停站与客流关系 |
| 2.2.4 客流空间分布特征 |
| 2.2.5 客流时间分布特征 |
| 2.3 本章小结 |
| 第三章 基于时间序列的动态客流特征分析模型 |
| 3.1 方法概述 |
| 3.1.1 特点 |
| 3.1.2 步骤 |
| 3.2 数据预处理 |
| 3.2.1 观察数据 |
| 3.2.2 数据处理 |
| 3.3 平稳化-去趋势与去周期 |
| 3.3.1 去趋势 |
| 3.3.2 去周期 |
| 3.4 自/偏相关值估计 |
| 3.4.1 去趋势和去周期后数据的平稳性 |
| 3.4.2 转换为零均值平稳序列 |
| 3.4.3 无偏/有偏自相关函数的估计 |
| 3.4.4 偏相关系数的估计和比较 |
| 3.5 参数估计、定阶和优化检验 |
| 3.5.1 适用模型识别 |
| 3.5.2 模型的参数估计 |
| 3.5.3 模型的定阶 |
| 3.5.4 模型的检验 |
| 3.6 本章小结 |
| 第四章 停站方案多目标优化模型构建 |
| 4.1 假设分析 |
| 4.2 建模机理分析 |
| 4.2.1 目标函数分析 |
| 4.2.2 约束条件 |
| 4.2.3 多目标优化模型 |
| 4.3 求解思路 |
| 4.3.1 遗传算法 |
| 4.3.2 特点 |
| 4.4 本章小结 |
| 第五章 实证分析 |
| 5.1 基础数据准备 |
| 5.2 算法设计 |
| 5.2.1 简述 |
| 5.2.2 编码 |
| 5.2.3 适应度函数 |
| 5.2.4 遗传算子 |
| 5.2.5 运行参数 |
| 5.3 模型求解 |
| 5.4 结果分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 下一步研究展望 |
| 主要参考文献 |
| 附录 优化后停站方案 |
| 个人简历在读期间发表的学术论文 |
| 致谢 |
（5）基于PVAR-NN组合模型的中国各省市铁路客运量预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究框架与内容 |
| 1.2.1 论文研究框架 |
| 1.2.2 主要研究内容 |
| 1.3 研究思路、方法与技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 研究重点与难点 |
| 2 文献综述 |
| 2.1 铁路客运量影响因素研究 |
| 2.2 铁路客运量预测模型研究 |
| 2.2.1 线性预测模型 |
| 2.2.2 非线性预测模型 |
| 2.3 面板向量自回归模型 |
| 2.4 Elman神经网络 |
| 2.5 粒子群算法 |
| 3 PVAR-NN组合模型构建思路及理论分析 |
| 3.1 组合模型构建思路 |
| 3.2 组合模型理论基础 |
| 3.2.1 PVAR模型 |
| 3.2.2 NN模型 |
| 3.2.3 PSO算法 |
| 3.2.4 PSO-Elman模型的实现 |
| 4 基于PVAR模型的铁路客运量线性研究 |
| 4.1 影响因素选择与数据获取 |
| 4.2 PVAR模型构建及分析 |
| 4.2.1 平稳性检验与最优滞后阶数的选取 |
| 4.2.2 面板矩估计 |
| 4.2.3 脉冲响应分析 |
| 4.2.4 方差分解分析 |
| 5 基于NN模型的铁路客运量非线性研究 |
| 5.1 Elman神经网络预测分析 |
| 5.1.1 Elman模型构建 |
| 5.1.2 Elman模型预测结果 |
| 5.2 PSO-Elman模型预测分析 |
| 6 基于PVAR-NN组合模型的铁路客运量研究 |
| 6.1 组合模型连接方式 |
| 6.2 组合模型结果分析 |
| 6.2.1 PVAR-Elman模型预测分析 |
| 6.2.2 PVAR-PSO-Elman模型预测分析 |
| 6.3 模型对比与讨论 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）GZ客运段旅客列车备品需求预测及库存控制（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究目标及内容 |
| 1.2.1 研究目标 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 2 理论基础及研究现状 |
| 2.1 理论基础 |
| 2.1.1 库存控制策略 |
| 2.1.2 库存控制模型 |
| 2.1.3 需求预测方法 |
| 2.2 文献综述 |
| 2.2.1 备品备件需求预测的研究 |
| 2.2.2 备品备件库存控制的研究 |
| 2.2.3 旅客列车备品库存管理的研究 |
| 2.2.4 研究现状总结 |
| 2.3 本章小结 |
| 3 GZ客运段旅客列车备品库存现状及问题分析 |
| 3.1 GZ客运段简介 |
| 3.2 GZ客运段旅客列车备品库存管理现状 |
| 3.2.1 旅客列车备品种类 |
| 3.2.2 GZ旅客列车消耗备品消耗情况分析 |
| 3.3 库存管理存在的问题 |
| 3.3.1 仓库管理混乱 |
| 3.3.2 需求计划不科学 |
| 3.3.3 库存定额不合理 |
| 3.4 原因分析 |
| 3.4.1 备品分类不合理 |
| 3.4.2 需求预测不准确 |
| 3.4.3 库存控制策略简单 |
| 3.5 本章小结 |
| 4 GZ客运段旅客列车备品需求预测 |
| 4.1 需求预测的必要性 |
| 4.2 旅客列车消耗备品需求影响因素分析 |
| 4.2.1 客流因素分析 |
| 4.2.2 列车开行方案因素分析 |
| 4.3 基于时间序列分析法的需求预测 |
| 4.3.1 检验数据平稳性 |
| 4.3.2 ARIMA模型的定阶与拟合 |
| 4.3.3 模型检验及效果分析 |
| 4.4 基于回归分析法的需求预测 |
| 4.4.1 回归变量分析 |
| 4.4.2 二元线性回归分析 |
| 4.4.3 模型的参数检验与回归方程 |
| 4.5 时间序列与回归模型预测结果分析对比 |
| 4.6 本章小结 |
| 5 GZ客运段旅客列车备品库存控制 |
| 5.1 库存控制背景 |
| 5.1.1 限制条件 |
| 5.1.2 有利条件 |
| 5.2 备品的ABC分类及库存控制 |
| 5.2.1 A类备品的库存控制 |
| 5.2.2 B、C类备品的库存控制 |
| 5.3 旅客列车备品库存控制实例分析 |
| 5.3.1 库存控制策略的实例验证 |
| 5.3.2 库存控制策略的应用 |
| 5.3.3 库存控制策略的保障措施 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）地铁车轮磨耗及其对动力学性能影响的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 轮轨滚动接触理论 |
| 1.2.2 轮轨磨耗影响因素研究现状 |
| 1.2.3 国内外轮轨磨耗预测研究现状 |
| 1.2.4 车轮损伤对车辆动力学性能的影响 |
| 1.2.5 存在的问题 |
| 1.3 本文研究内容及研究思路 |
| 2 基于变载和变速工况的地铁车轮磨耗模型研究 |
| 2.1 地铁客流数据分析 |
| 2.2 车辆系统动力学模型 |
| 2.2.1 多体动力学基本理论 |
| 2.2.2 地铁车辆系统动力学模型 |
| 2.2.3 地铁车辆动力学模型的构建 |
| 2.3 基于变载和变速工况的车轮磨耗仿真过程 |
| 2.3.1 变载设置模型 |
| 2.3.2 变速设置模型 |
| 2.3.3 轮轨滚动接触模型 |
| 2.3.4 材料磨损模型 |
| 2.3.5 车轮踏面平滑模型 |
| 2.4 基于变载和变速工况的车轮磨耗仿真分析 |
| 2.5 本章小结 |
| 3 基于动态车轮型面的轮轨摩擦系数研究 |
| 3.1 车轮磨耗型面跟踪测试与分析 |
| 3.1.1 车轮数据采集过程 |
| 3.1.2 车轮数据采集结果 |
| 3.2 轮轨磨耗计算 |
| 3.2.1 车辆动力学模型 |
| 3.2.2 轮轨接触模型 |
| 3.2.3 轮轨磨耗计算模型 |
| 3.3 脱轨系数 |
| 3.4 基于不同车轮型面的轮轨摩擦系数研究 |
| 3.4.1 不同车轮型面下摩擦系数对轮轨磨耗的影响 |
| 3.4.2 不同车轮型面下摩擦系数对脱轨系数的影响 |
| 3.4.3 基于不同车轮型面的摩擦系数分析 |
| 3.4.4 基于不同车轮型面的轮轨摩擦控制技术研究 |
| 3.5 本章小结 |
| 4 地铁车轮磨耗预测研究 |
| 4.1 数据-模型融合驱动的车轮磨耗预测方法主要流程 |
| 4.2 磨耗系数优化设计 |
| 4.2.1 Jendel材料磨损模型 |
| 4.2.2 磨耗系数的取值 |
| 4.2.3 磨耗系数优化设计的数学模型 |
| 4.2.4 基于遗传算法的磨耗系数寻优 |
| 4.2.5 基于粒子群算法的磨耗系数寻优 |
| 4.2.6 基于禁忌搜索算法的磨耗系数寻优 |
| 4.2.7 基于模拟退火算法的磨耗系数寻优 |
| 4.3 车轮磨耗预测物理模型 |
| 4.4 车轮磨耗仿真预测结果与实测数据对比 |
| 4.4.1 (1)号线路地铁车轮磨耗仿真与实测对比 |
| 4.4.2 (2)号线路地铁车轮磨耗仿真与实测对比 |
| 4.4.3 传统方法与不同优化算法的性能对比 |
| 4.5 本章小结 |
| 5 地铁车轮非对称不圆与磨耗耦合损伤对动力学性能的影响 |
| 5.1 实测车轮外型数据分析 |
| 5.1.1 实测车轮型面磨耗数据 |
| 5.1.2 实测车轮轮轨接触几何关系分析 |
| 5.1.3 实测车轮不圆数据分析 |
| 5.2 地铁车轮非对称耦合损伤动力学模型的构建 |
| 5.3 车辆系统动力学性能指标及评估标准 |
| 5.3.1 轨道结构动力作用评价指标 |
| 5.3.2 运行安全性评价指标 |
| 5.3.3 运动平稳性指标 |
| 5.4 非对称不圆对车辆动力学性能的影响 |
| 5.4.1 轮轨垂向力 |
| 5.4.2 轮轨横向力 |
| 5.4.3 脱轨系数 |
| 5.4.4 轮重减载率 |
| 5.5 非对称不圆与磨耗耦合损伤对车辆动力学性能的影响 |
| 5.5.1 轮轨横向力 |
| 5.5.2 轮轨垂向力 |
| 5.5.3 脱轨系数 |
| 5.5.4 轮重减载率 |
| 5.5.5 轮轴横向力 |
| 5.6 地铁车辆平稳性分析对比 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 主要结论 |
| 6.2 主要创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）国家森林公园旅游网络信息流的时空效应与作用机理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与问题提出 |
| 1.2 研究目的与研究意义 |
| 1.3 研究内容与研究方法 |
| 1.4 研究思路与路线导图 |
| 2 概念界定与文献综述 |
| 2.1 概念界定 |
| 2.2 文献综述 |
| 2.3 研究述评 |
| 3 森林公园旅游网络信息流的时空特征 |
| 3.1 数据来源 |
| 3.2 研究方法 |
| 3.3 森林公园旅游网络信息流的时间特征 |
| 3.4 森林公园旅游网络信息流的空间特征 |
| 3.5 森林公园旅游网络信息流的空间自相关特征 |
| 3.6 本章小结 |
| 4 森林公园旅游网络信息流的空间结构与区域效应 |
| 4.1 森林公园旅游网络信息流的整体网络结构 |
| 4.2 省区间森林公园旅游网络信息流的交互结构 |
| 4.3 省区间森林公园旅游网络信息流的有效关联 |
| 4.4 森林公园旅游网络信息流的核心-边缘结构 |
| 4.5 森林公园旅游网络信息流的区域溢出效应 |
| 4.6 本章小结 |
| 5 森林公园旅游网络信息流的关键影响因素 |
| 5.1 地理探测器分析法 |
| 5.2 时间与气候因素对森林公园旅游网络信息流的影响 |
| 5.3 时间与空间距离对森林公园旅游网络信息流的影响 |
| 5.4 社会人口因素对森林公园旅游网络信息流的影响 |
| 5.5 经济发展水平对森林公园旅游网络信息流的影响 |
| 5.6 交通可达性对森林公园旅游网络信息流的影响 |
| 5.7 信息化建设水平对森林公园旅游网络信息流的影响 |
| 5.8 目的地接待能力对森林公园旅游网络信息流的影响 |
| 5.9 目的地吸引力对森林公园旅游网络信息流的影响 |
| 5.10 森林旅游接待能力对森林公园旅游网络信息流的影响 |
| 5.11 森林旅游资源禀赋对森林公园旅游网络信息流的影响 |
| 5.12 本章小结 |
| 6 森林公园旅游网络信息流的作用机理 |
| 6.1 研究方法 |
| 6.2 网络信息流与各影响因素间耦合协调度与协调效率分析 |
| 6.3 网络信息流与环境影响体系的耦合协调度协调效率分析 |
| 6.4 网络信息流与环境影响体系耦合协调效率识别及划分 |
| 6.5 本章小结 |
| 7 森林公园旅游网络信息流组合配置分析与优化策略 |
| 7.1 森林公园旅游网络信息流组合配置分析 |
| 7.2 森林公园旅游网络信息流优化策略 |
| 8 结论与讨论 |
| 8.1 研究结论 |
| 8.2 研究创新 |
| 8.3 局限与展望 |
| 参考文献 |
| 附录 (A) 森林公园旅游网络信息流基础数据统计表 |
| 附录 (B) 森林公园旅游网络信息流校准后的模糊值 |
| 附录 (C) 森林旅游产业发展能力校准后的模糊值 |
| 附录 (D) 攻读学位期间主要学术成果 |
| 致谢 |
（9）市域铁路速度目标值决策研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 市域铁路速度目标值的研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外市域铁路速度目标值研究现状 |
| 1.2.1 国内外市域铁路现状 |
| 1.2.2 国内外市域铁路速度目标值决策研究现状 |
| 1.3 市域铁路速度目标值决策研究的内容和路线 |
| 1.3.1 研究内容与方法 |
| 1.3.2 研究技术路线 |
| 第2章 速度目标值的综合技术经济分析 |
| 2.1 速度目标值的影响因素分析 |
| 2.1.1 速度目标值与时间目标值的关系分析 |
| 2.1.2 速度目标值与站间距的关系分析 |
| 2.1.3 速度目标值与土建工程的关系分析 |
| 2.1.4 速度目标值与机车车辆的关系分析 |
| 2.1.5 速度目标值与运营成本的关系分析 |
| 2.1.6 速度目标值与客运量、票价率的关系分析 |
| 2.1.7 速度目标值与社会经济效益的关系分析 |
| 2.2 速度目标值的影响因素分类和选择 |
| 2.2.1 速度目标值影响因素的分类 |
| 2.2.2 速度目标值影响因素的筛选原则 |
| 2.2.3 速度目标值影响因素的选择 |
| 2.3 速度目标值的决策原则、方法和选择范围 |
| 2.3.1 速度目标值的选择范围 |
| 2.3.2 速度目标值的决策原则 |
| 2.3.3 速度目标值的决策方法 |
| 2.4 重庆轨道快线26号线实例分析 |
| 2.4.1 线路建设背景 |
| 2.4.2 速度目标值的选择范围分析 |
| 2.5 本章小结 |
| 第3章 交通运输工具选择与客运量研究 |
| 3.1 市域铁路客流分析 |
| 3.1.1 客流构成分析 |
| 3.1.2 客运量影响因素分析 |
| 3.2 交通运输工具的效用分析 |
| 3.2.1 交通运输工具的服务因素特征分析 |
| 3.2.2 交通运输工具效用函数的建立 |
| 3.3 交通运输工具选择的多目标决策模型 |
| 3.3.1 交通运输工具选择的Logit模型 |
| 3.3.2 模型效用系数的标定 |
| 3.4 重庆轨道快线26号线实例分析 |
| 3.4.1 沿线交通出行方式效用函数的建立 |
| 3.4.2 沿线交通出行方式效用系数的标定 |
| 3.4.3 轨道快线建成后的分担率预测 |
| 3.4.4 轨道快线建成后客运量的预测 |
| 3.5 本章小结 |
| 第4章 市域铁路速度目标值决策模型研究 |
| 4.1 速度目标值决策模型选择 |
| 4.2 速度目标值决策目标函数的构建 |
| 4.2.1 企业收益和社会收益模型 |
| 4.2.2 旅客广义出行费用模型 |
| 4.3 基于客流预测的速度目标值方案选择模型 |
| 4.4 基于双层规划模型的最佳运营速度决策模型 |
| 4.4.1 双层规划模型的一般形式 |
| 4.4.2 最佳运营速度双层规划模型的建立 |
| 4.4.3 模型的求解算法 |
| 4.5 重庆轨道快线26号线实例分析 |
| 4.5.1 参数取值的确定 |
| 4.5.2 目标函数的建立 |
| 4.5.3 基于客流预测的速度目标值方案选择 |
| 4.5.4 基于双层规划模型的最佳运营速度决策 |
| 4.5.5 模型结果的对比分析 |
| 4.6 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（10）基于双层规划模型的市郊铁路分时定价策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状总结 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 市郊铁路概述 |
| 2.1 市郊铁路概念界定 |
| 2.2 市郊铁路运营现状 |
| 2.2.1 国外 |
| 2.2.2 国内 |
| 2.3 市郊铁路客流出行特征 |
| 2.3.1 出行目的 |
| 2.3.2 出行距离和时长 |
| 2.3.3 出行时间分布 |
| 2.3.4 出行空间分布 |
| 2.4 市郊铁路出行影响因素 |
| 2.4.1 个人属性 |
| 2.4.2 运输方式属性 |
| 2.5 本章小结 |
| 第3章 市郊铁路票价票制分析 |
| 3.1 市郊铁路票价票制 |
| 3.1.1 轨道交通常用票价票制 |
| 3.1.2 国外市郊铁路票价票制 |
| 3.1.3 国内市郊铁路票价票制 |
| 3.2 市郊铁路票价制定方法 |
| 3.2.1 票价影响因素 |
| 3.2.2 定价方法 |
| 3.3 分时定价理论基础 |
| 3.3.1 基础理论 |
| 3.3.2 市郊铁路实行分时定价的合理性与可行性 |
| 3.3.3 市郊铁路实施分时定价策略效果分析 |
| 3.4 本章小结 |
| 第4章 市郊铁路分时定价模型构建 |
| 4.1 时段划分 |
| 4.2 市郊铁路分时定价模型 |
| 4.2.1 双层规划模型 |
| 4.2.2 模型假设及符号说明 |
| 4.2.3 上层规划 |
| 4.2.4 下层规划 |
| 4.2.5 广义费用 |
| 4.3 算法设计 |
| 4.3.1 MSA算法原理 |
| 4.3.2 遗传算法原理 |
| 4.4 本章小节 |
| 第5章 案例分析 |
| 5.1 案例背景 |
| 5.2 峰谷时段划分 |
| 5.3 数据采集与处理 |
| 5.3.1 调查数据采集处理及分析 |
| 5.3.2 参数取值 |
| 5.3.3 设置虚拟时段 |
| 5.3.4 时段定价结果及客流分布 |
| 5.4 市郊铁路分时定价实施建议 |
| 5.5 本章小节 |
| 结论与展望 |
| 一、研究总结 |
| 二、研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 成灌线出行习惯问卷调查表 |
| 附录2 |
| 攻读硕士学位期间发表的论文及科研成果 |
四、铁路客流平稳上升（论文参考文献）
- [1]基于LSTM深度神经网络的高速铁路短期客流预测研究[J]. 李洁,彭其渊,文超. 系统工程理论与实践, 2021(10)
- [2]民航与铁路客运需求预测以及疫情的影响[D]. 王景荣. 江西财经大学, 2021(10)
- [3]基于云模型的市域铁路公交化运营评价研究[D]. 曾凯. 北京交通大学, 2020(03)
- [4]基于动态客流特征分析的京沪高铁停站方案优化研究[D]. 李新雨. 华东交通大学, 2020(06)
- [5]基于PVAR-NN组合模型的中国各省市铁路客运量预测研究[D]. 朱瑞奇. 北京交通大学, 2020(04)
- [6]GZ客运段旅客列车备品需求预测及库存控制[D]. 曾娇龙. 北京交通大学, 2021(02)
- [7]地铁车轮磨耗及其对动力学性能影响的研究[D]. 朱爱华. 北京交通大学, 2020(03)
- [8]国家森林公园旅游网络信息流的时空效应与作用机理研究[D]. 陆利军. 中南林业科技大学, 2020(05)
- [9]市域铁路速度目标值决策研究[D]. 柳振宇. 西南交通大学, 2020(07)
- [10]基于双层规划模型的市郊铁路分时定价策略研究[D]. 张光亚. 西南交通大学, 2020(07)