Rank rating of all railway passenger stations based on analytic hierarchy process
-
摘要: 针对现有铁路客运车站等级评定中相关评价因素考虑不够全面，不能客观、合理地评定全路客运车站重要程度的难题，研究建立一种基于层次分析法的全路客运车站等级评定模型，综合考虑车站服务能力、资源条件、客流吸引力以及在路网中的地位等多方面因素；采集和整理全路所有客运车站的客运历史数据，使用R语言工具与数据库技术建立该模型，计算生成全路客运车站等级，并对等级评定结果进行分析。目前，由该模型计算生成的全路客运车站等级评定结果具有较强的实用性与参考价值，已在列车开行方案与运行图评估、铁路企业客票收入预算管理等多项业务中得到应用和验证。Abstract: To deal with the difficulties that the now available ratings of railway stations cannot evaluate the ranks of all railway stations objectively and rationally due to incomprehensive consideration of relevant evaluation factors, a model of rank rating of all railway passenger stations is presented based on analytic hierarchy process, which involves mutiple evaluation factors such as station's service capabitity, resource condition, attraction of passenger flow as well as position and role of a station within railway network. The model is built and verified by R language and database technology using historical passenger traffic data from railway passernger stations across the country. And the results of rank rating of all railway passernger stations generated by this model are analyzed. Up to now, the practicability and referencce value of the results has been validated in practices such as envalution of train operation plan and train diagram and railway enterprise ticket revenue budget management.
-
-
表 1 地理环境对客运车站发送量的单因素影响及方差分析
车站分组 观测数 求和 平均 方差 东部 1 609 836.4 0.52 0.029 中部 729 371.3 0.51 0.026 西部 24 10.4 0.43 0.043 方差分析 组间 0.223 172 2 0.111 586 3.951 346 0.019 356 2.999 54 组内 66.618 21 2 359 0.028 24 总计 66.841 38 2 361 
下载: 导出CSV
表 2 判断矩阵一致性检验结果
参数 值 最大特征根λ 5.175 最大特征根对应的归一化特征向量 w=[0.514,0.146,0.048,0.069,0.223] 一致性指标CI 0.044 随机一致性指标RI 1.12 一致性比率CR 0.039
下载: 导出CSV
表 3 车站等级评定模型中各因素权重训练结果
因素 客流量 地理环境 服务能力 路网可达性 在路网中的影响力 符号 $ {\alpha }_{1} $ $ {\alpha }_{5} $ $ {\alpha }_{2} $ $ {\alpha }_{3} $ $ {\alpha }_{4} $ 权重 5.1 2.2 1.5 0.5 0.7
下载: 导出CSV
-
[1] 邓连波,刘康妮,刘国欢,等. 京沪、京广高速铁路客流与列车频率关联性分析 [J]. 铁道运输与经济,2016,38(8):19-25. [2] 韩宝明,王 莹,张 琦,等. 高速铁路网络系统中心性的车站综合分级方法 [J]. 北京交通大学学报,2018,42(1):69-74. [3] 周立新,朱明坤. 基于节点重要度的高速铁路客运站分级方法研究 [J]. 城市轨道交通研究,2015,18(6):53-55, 61. [4] 刘彦麟,李 琪,吕晓艳,等. 基于层次分析法的铁路旅客换乘方案选择权重研究 [J]. 铁路计算机应用,2019,28(11):9-12. [5] 刘彦麟, 吕晓艳, 王洪业. 层次分析法在铁路旅客购票渠道选择中的应用[C]//第十届中国智能交通年会优秀论文集. 无锡: 中国智能交通协会, 2015: 59-63. [6] 赵 杰,郭 勇. 基于层次分析法的铁路客运车站服务质量评价研究 [J]. 铁道运输与经济,2019,41(6):53-58. [7] 王 煜,王洪业,吕晓艳,等. 高速铁路车站间客流变化一致性研究 [J]. 铁道运输与经济,2019,41(3):43-47. [8] 刘彦麟, 吕晓艳, 王 煜, 等. 径向基神经网络模型在京津城际客流预测中的应用研究[C]//第十四届中国智能交通年会论文集. 青岛: 中国智能交通协会, 2019: 61-66. [9] 刘彦麟. 基于随机效用模型的铁路旅客换乘行为研究[C]// 第十一届中国智能交通年会大会论文集. 重庆: 中国智能交通协会, 2016: 1077-1080. [10] 吕晓艳,刘春煌,单杏花,等. 基于车次径路约束下的客运径路生成算法优化 [J]. 中国铁道科学,2007(3):122-125. [11] 李丽辉,朱建生,徐 彦,等. 京沪高速铁路客流空间分布预测方法研究 [J]. 铁道运输与经济,2017,39(6):32-36. -
期刊类型引用(10)
1. 蔡伯根，李智宇，王剑，刘丹，姜维，赵珈琪，王啸阳，刘江，陆德彪. 面向铁路巡检的低空无人机智能感知与精密定位研究. 铁路通信信号工程技术. 2025(01): 1-12 . 
百度学术
2. 李浩，牛洪蛟，李夏洋，袁小芳. 基于无人机协同编队控制的铁路智能巡检方法. 铁路通信信号工程技术. 2025(02): 11-17+70 . 百度学术
3. 李斌，张俊武，王爽. 铁路防洪防灾无人机智能巡检关键技术应用研究. 铁路通信信号工程技术. 2025(03): 1-8 . 百度学术
4. 李飞，李达明，蒙笑阳，全超，吴昊. 基于编组站巡检无人机的自适应安全挂载平台. 铁路通信信号工程技术. 2025(03): 9-14+28 . 百度学术
5. 梅东升，薛长站，张宇博，梁国杰，付达，孟超. 基于LiDAR与可见光融合的自动风电叶片巡检方法. 自动化应用. 2024(03): 102-105 . 百度学术
6. 陈昱行，高至飞，胡朝鹏，宋国策. 基于无人机多模态数据的铁路防洪隐患排查系统研发. 铁道勘察. 2024(05): 156-162 . 百度学术
7. 杨振伟，陈炳海，张淏凌，郭靖，陈诚. 面向电力设备检修的多无人机协同飞行路径规划算法. 微型电脑应用. 2023(01): 88-91 . 百度学术
8. 杜伦平，朱天赐，刘期柏，梁力东，王泉东，傅勤毅，刘斯斯. 基于单目视觉三维重建的货运列车超限检测方法研究. 铁道科学与工程学报. 2021(04): 1009-1016 . 百度学术
9. 韩宜君. 青藏铁路安多段护路技防系统方案研究. 工程建设与设计. 2020(04): 74-76 . 百度学术
10. 武岳龙，钟凡，高月. 面向铁路巡检的无人机飞行路径规划方法. 数码世界. 2020(07): 42 . 百度学术
其他类型引用(13)
图(5)
/
表(3)
计量
- 文章访问数: 156
- HTML全文浏览量: 99
- PDF下载量: 19
- 被引次数: 23
