致谢 | 第4-5页 |
中文摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
1 绪论 | 第17-31页 |
1.1 研究背景 | 第17-18页 |
1.2 研究目的和意义 | 第18-19页 |
1.3 国内外研究现状 | 第19-27页 |
1.3.1 国内外安全保障研究 | 第19-22页 |
1.3.2 国内外运营评估体系研究 | 第22-24页 |
1.3.3 国内外预测技术研究 | 第24-26页 |
1.3.4 国内外数据仓库应用研究 | 第26-27页 |
1.4 主要研究内容及技术路线 | 第27-31页 |
2 城市轨道交通网络化运营保障分析 | 第31-51页 |
2.1 网络化运营格局分析 | 第31-37页 |
2.1.1 网络化运营趋势 | 第31-35页 |
2.1.2 网络化运营特点 | 第35-37页 |
2.2 网络化运营保障需求提出 | 第37-38页 |
2.3 运营安全隐患分析与识别 | 第38-44页 |
2.3.1 运营安全事故分类 | 第38-39页 |
2.3.2 运营安全因素分析 | 第39-44页 |
2.4 运营保障基础理论应用 | 第44-50页 |
2.4.1 数据集成技术 | 第44-45页 |
2.4.2 安全因素识别 | 第45-46页 |
2.4.3 安全预警机制 | 第46-47页 |
2.4.4 评价方法理论 | 第47-49页 |
2.4.5 预警预测方法 | 第49-50页 |
2.5 本章小结 | 第50-51页 |
3 城市轨道交通网络化运营评估指标体系研究 | 第51-79页 |
3.1 指标体系建立原则 | 第51-52页 |
3.2 线网运营评估范畴 | 第52-53页 |
3.3 指标体系构建分析 | 第53-73页 |
3.3.1 运输能力评估指标体系 | 第55-61页 |
3.3.2 运营服务水平评估指标体系 | 第61-64页 |
3.3.3 运营安全评估指标体系 | 第64-70页 |
3.3.4 运输组织评估指标体系 | 第70-73页 |
3.4 线网运营评估指标体系表 | 第73-78页 |
3.5 本章小结 | 第78-79页 |
4 城市轨道交通运营安全保障模型应用 | 第79-125页 |
4.1 基于BP神经网络的设备故障预警模型 | 第79-85页 |
4.1.1 AFC设备构成及故障分析 | 第79页 |
4.1.2 BP神经网络算法 | 第79-80页 |
4.1.3 设备失效故障预测过程 | 第80-84页 |
4.1.4 实验结果分析及校验 | 第84-85页 |
4.2 常态与非常态多场景客流预测模型 | 第85-110页 |
4.2.1 客流特征分析 | 第85-86页 |
4.2.2 基于ARIMA模型的常态日客流量预测 | 第86-91页 |
4.2.3 基于Holt-Winters模型的常态月客流量预测 | 第91-95页 |
4.2.4 基于ARIMA与回归模型相结合的节假日客流预测 | 第95-104页 |
4.2.5 突发大客流影响分析 | 第104-110页 |
4.3 预警报警分级标准 | 第110-113页 |
4.4 运营评估模型 | 第113-124页 |
4.4.1 基于AHP层次分析法的运营安全评估 | 第113-121页 |
4.4.2 基于Fuzzy模糊评估方法的线网运营安全综合评估 | 第121-124页 |
4.5 本章小结 | 第124-125页 |
5 基于数据仓库的城轨线网运营安全保障评估系统设计 | 第125-143页 |
5.1 数据需求分析 | 第125-127页 |
5.2 系统架构设计 | 第127-133页 |
5.2.1 系统设计原则 | 第127-128页 |
5.2.2 数据仓库总体架构 | 第128-133页 |
5.3 数据存储架构 | 第133-135页 |
5.4 总体功能设计 | 第135-137页 |
5.5 系统应用实现 | 第137-141页 |
5.5.1 设备监控报警 | 第137-139页 |
5.5.2 客流预警预测 | 第139-141页 |
5.5.3 线网运营评估 | 第141页 |
5.6 本章小结 | 第141-143页 |
6 总结与展望 | 第143-147页 |
6.1 主要研究结论 | 第143-145页 |
6.2 研究展望 | 第145-147页 |
参考文献 | 第147-151页 |
作者简历及科研成果清单 | 第151-153页 |
学位论文数据集 | 第153-154页 |
中文详细摘要 | 第154-159页 |
英文详细摘要 | 第159-166页 |