未来智讯 > 科技博览纵横 > 利用指数滑动法预测太原北站换乘车辆数量的可行性探讨

利用指数滑动法预测太原北站换乘车辆数量的可行性探讨

发布时间:2019-04-26 23:39:23 文章来源:未来智讯    

朱灿

摘要:本文收集并重新组织了过去一年太原火车北站的车辆数据。 我希望指数平滑方法可以用于未来的太原北站调车机。 将调动车辆数量以展望。 为了公平地建立交通资源和设备,探索交通潜力,制定更合理的交通规划。

关键词:调车机; 转移号码; 索引平滑方法

中图分类号:U292.6文献标识码:A文章编号:1671-2064(2018)22-0184-02

1引言

随着中国铁路运输企业不断深化,如何提升效应,发掘运输潜力已成为提高质量和效益的重大问题。 调车机作为车站调车的驱动力,不仅可以提高调车效果,加快车辆的运动,还可以获得经济效益。 为了调动车辆数量作为调车机数量的严重目标,本文采用指数浮油法对未来增长和下降趋势进行了展望。 如果公平,那么会计计划将进一步预测并综合其他数据。 分析并为分流机的球道设置提供数据支持。

2索引扫描方法介绍

索引点击方法由Robert G. Brown提出,他认为时间序列的情况是不变的或规范的。 时间序列可以合理地延迟,并且认为过去的情况将在未来继续保持一定水平。 指数滑动法是生产前景中常用的方法。 也用于中短期经济增长趋势。 它是战略指数指数的价值,常见的不可避免的时间序列展望模型着眼于形象的未来。 原理是任何时段的索引平滑值是当前现实侦听值和先前索引指数值的加权平均值。 指数平滑法的计算公式如下:

3使用指数滑动法的实证分析

3.1太原北站每台调车机传输数据的分析< / p>

当使用指数平滑方法进行分析时,应首先分析数据以确定是否可以使用指数平滑方法分析数据。 由于2017年7月至2018年6月的数据量很小,因此样本数量预计只会转移到下个月。 为了验证前景的正确性,作者决定使用2018年6月作为预测月份。 将分辨率模型给出的预期车辆数量与实际车辆数量进行比较。 如果错误值较低,则表明该方法适合于交换。 动员的车辆数量将来会增加和减少。 如台北分流机模型的表1所示,模具的拟合环境的R平方越低,越适合时间序列分析。

如图1所示,该图是残差相关函数的序列图,包括相关(ACF)和部分相关(PACF)的序列图,可以看到并且显着 国外趋势特征。 使用此模具进行前瞻性分析。 现在离开每台台北调车机时间序列展望见表2.

台北1月份调整后,台北1号调整现实动员1024辆,前景值838.18,误差值18%。 误差值大于力。 在台北2北部,6月份,台北2号车辆数量为515辆,预测值为520.77辆,误差率为1.1%。 错误值较低,局更雄心勃勃。 台北3日调整6月份,台北3号调整实际调动了528辆,预测值为567.95辆,误差值为7.5%。 误差值是公平的,基本上是正常的。 台北4月6日调整,台北4号调整实际调动了396辆,预计值为370辆,误差值为6.6%。 误差值是公平的,基本上是正常的。 5月北部,台北5号车辆数量为371辆,预测值为452.34辆,误差率为21.9%。 由于误差很大,笔者询问了该部门6月份台北5号调整的严重性,答案如下:

本月新增了STP设备。 受STP设备约束,如:牵引或便于操作,由于STP设备,当信号距离信号50米时主动停车,有必要将信号连接到建筑物继续做作业, 会影响作业的效果。

Yumengou于6月调整,Yumengou调整车辆数量为300辆,预测值为276.38辆,误差率为7.9%。 误差值略高,基本上是公平的。 这三个专业在6月进行了调整,转入特殊现实的车辆数量为317辆,预测值为361.03辆,误差率为13.9%。 错误值更高,而且不是很雄心勃勃。 6月,皇帝将实际车辆数量转移到194辆,预测值为393.9辆,误差率为103%。 由于帝国调整的错误价值过于不正常,笔者要求相关部门认真回应6月份皇后公园站转移的车辆数量。 回复如下:

非生产时间大,优先级相等等。信号时间长,车站有很多车,导致更多的分流和纠正 家庭作业。 分流人员无法掌握佩戴天窗的时间,这导致佩戴右天窗的时间以及按时完成调车任务的义务。 不,等待时间。

更有计划地改变分流机。 在准备分流作业计划之前,调车区长并没有积极地与车站调节器相关联,并且分流作业计划执行时间和家庭作业进度环境。 结果,根据原计划没有完成几批规划,导致分流机有更多的时间; 线路调车作业的练习未能与车站服务员沟通,原来计划执行的轨道是由列车占用引起的。

3.2摘要

可以得出北方和第五次调整之间的大误差值的问题。 当应用索引平滑方法时,需要考虑车辆的异常数量。 影响。 应该注意未来的前景。 此外,台北1号和3号具有较大的误差值,考虑到样本数量少等因素(例如:太原西站调车调解改变西山支流区分流作业)模仿局可以基本接管。台北2号,台北3号,台北4号和玉门沟的误差值可以保持在10%以下。

4结论

合理利用大数据进行分析对铁路的未来发展具有重要意义。 通过决定这种模仿,使用指数平滑方法来预测要转移的车辆的数量是可行的。 虽然个别误差值很大,如果可以获得更多样本数据支持,并结合生产时间,帮助生产时间,非生产时间等模仿因素,信任的预期价值可以更准确, 展望月可以长时间成倍增加,为展会提供运输数据和设备,探索运输潜力,制定多方面的运输计划,提供强大的数据支持。

中国科技2018,22

中国科技海洋安全区其他文章对周边社区经济的影响及低碳经济与林业分析 资源探索光催化技术净化甲醛的效率,探讨热回收系统中汽包的操作技术北方)甲醛的去除是水利建设对生态条件影响的关键
转载请注明来源。原文地址:https://www.7428.cn/page/2019/0426/87202/
 与本篇相关的热门内容: