• 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

基于层次分析法的列车折返能力影响因素分析

张帅, 杜雯

张帅, 杜雯. 基于层次分析法的列车折返能力影响因素分析[J]. 铁路计算机应用, 2018, 27(9): 13-16.
引用本文: 张帅, 杜雯. 基于层次分析法的列车折返能力影响因素分析[J]. 铁路计算机应用, 2018, 27(9): 13-16.
ZHANG Shuai, DU Wen. Analysis on influence factors of train reentrant ability based on analytic hierarchy process[J]. Railway Computer Application, 2018, 27(9): 13-16.
Citation: ZHANG Shuai, DU Wen. Analysis on influence factors of train reentrant ability based on analytic hierarchy process[J]. Railway Computer Application, 2018, 27(9): 13-16.

基于层次分析法的列车折返能力影响因素分析

详细信息
    作者简介:

    张帅,在读硕士研究生;杜雯,在读硕士研究生。

  • 中图分类号: U231.92:TP39

Analysis on influence factors of train reentrant ability based on analytic hierarchy process

  • 摘要: 为了对城市轨道交通折返能力影响因素中的定性问题进行综合定量评价与分析,确定折返过程中各影响因素的权重,运用层析分析法原理构建城市轨道交通折返能力影响因素AHP模型,为前期折返站的设计以及后期折返能力的优化设计提供参考依据。结果显示:从道岔类型、站停时间以及折返站型对折返站进行前期设计和后期优化,能较大幅度地提高折返能力。
    Abstract: In order to comprehensively evaluate and analyze the qualitative problems in the influence factors of train reentrant ability of urban rail transit and determine the weight of the influencing factors in the process of reentrant, the paper used analytic hierarchy process (AHP) to establish the AHP model of influence factors on the reentrant ability of urban rail transit, provided a reference for the design of the prophase reentrant station and the optimal design of the later reentrant ability. The results show that the pre-design and post-optimization of the reentrant station from turnout type, stop time, and reentrant station can greatly improve the reentrant ability.
  • [1] 刘 强,周 萍,傅金祥,等. 基于层次分析方法确定城镇居民生活用水定额影响因素权重[J]. 沈阳建筑大学学报(自然科学版), 2012, 28(2):330-337.
    [2] 邓 雪,李家铭,曾浩健,等. 层次分析法权重计算方法分析及其应用研究[J]. 数学的实践与认识,2012, 42(7):93-100.
    [3] 常建娥, 蒋太立. 层次分析法确定权重的研究[J]. 武汉理工大学学报(信息与管理工程版), 2007,29(1):153-156.
    [4] 徐 琳. 应用层次分析法确定旅客列车开行方案的研究[J].铁道经济研究, 2001(3):46-48.
    [5] 张 奔. 大运量城市轨道交通折返站折返能力分析及优化设计研究[D]. 北京:北京交通大学,2011.
    [6] 曾翔宇,薛 强,成正波. 城市轨道交通列车折返间隔时间研究[J]. 铁路计算机应用, 2015,24(9):50-53.
    [7] 刘润招. 城市轨道交通双渡线折返站折返能力优化研究[D].北京: 北京交通大学,2010.
    [8] 吴智利. 城市轨道交通线路通过能力影响因素分析及平台应用[D]. 北京:北京交通大学,2013.
    [9] 马维珍. 城市水安全影响因素的AHP 综合评价分析[J]. 城市道桥与防洪,2009(2):62-64.
  • 期刊类型引用(9)

    1. 薛锋,吴林鸿,汪雯文,周琳. 基于MI-PSO-RBF神经网络的铁路客货运量预测研究. 铁道运输与经济. 2024(09): 123-135 . 百度学术
    2. 崔淑华,侯慧君,武慧荣. 利用标准差赋权组合模型预测大宗货物运输需求. 交通科技与经济. 2022(06): 31-38 . 百度学术
    3. 徐菲,任爽. 基于分解—集成的铁路货运需求预测研究. 运筹与管理. 2021(08): 133-138 . 百度学术
    4. 刘金芳,向万里,王璐璐. 基于VMD-BAS-BP的铁路货运量预测研究. 青海交通科技. 2021(06): 50-56+68 . 百度学术
    5. 徐文文,彭建平,邱春蓉. 基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究. 铁路计算机应用. 2020(01): 77-81 . 本站查看
    6. 杨基宏,陈浩林,徐刚,余澄庆,刘辉. 基于ELM的城市轨道交通系统建设成本估算研究. 铁路计算机应用. 2020(04): 1-4 . 本站查看
    7. 谭雪,张小强. 基于GRU深度网络的铁路短期货运量预测. 铁道学报. 2020(12): 28-35 . 百度学术
    8. 张蕾,孙德山,张文政,王玥. 基于灰色关联分析的支持向量机的铁路货运量预测研究. 经济数学. 2018(02): 58-61 . 百度学术
    9. 任巧丽,马乾. PCA-RBF神经网络对兰州市日平均气温的预测. 宜宾学院学报. 2018(12): 111-115 . 百度学术

    其他类型引用(10)

计量
  • 文章访问数:  76
  • HTML全文浏览量:  0
  • PDF下载量:  20
  • 被引次数: 19
出版历程
  • 收稿日期:  2017-12-30
  • 刊出日期:  2018-09-24

目录

    /

    返回文章
    返回