控制理论与控制工程专业优秀论文控制理论与控制工程专业优秀论文 关于上海城市轨道交通能耗指关于上海城市轨道交通能耗指标体系的建立与分析标体系的建立与分析关键词：城市轨道交通关键词：城市轨道交通 能耗体系能耗体系 神经网络神经网络 节能减排节能减排摘要：目前随着城市规模的急剧发展，带动了城市轨道交通路网规模的扩大及 客运量的剧增，同时轨道交通能源消耗总量也在逐步攀升，节能减排是社会各 界面临的共同问题，正确的分析和认识轨道交通能耗改变的原因，对轨道系统 的运行和节能有至关重要的影响。 本文采纳上海市地铁一号线-五号线的运 营数据为研究根本，在总结研究国内外关于能耗评价及轨道交通现有各种评价 体系的研究，从调查研究轨道交通能耗的影响因素着手，逐层研究并归纳总结， 选取合适的指标建立能耗评价体系结构。 按照轨道交通能耗指标特征的要求， 针对轨道交通能耗指标问题，本文首先从线性角度出发，对调查所得各项影响 因素进行相关性分析，然后确定对轨道交通能耗影响最大的六个因素：月份、 运营里程、载客里程、客运周转量、平均运距和平均气温。随后对原始运营数 据及影响因素进行因子分析及线性回归分析，根据分析结果初步选取能耗指标 因素，并以此为基础建立对应的标准能耗车，进而建立三级能耗指标体系。 基于上述线性分析及能耗初步预测结果，可知运营数据有典型的非线性特点， 本文接下来以上述六大因素为输入，牵引能耗为输出，再次利用自适应神经网 络模糊推理系统（Adaptive-Network-based Fuzzy Inference System）和 3 层 BP 神经网络系统分别对运营数据及影响因素进行非线性建模分析并进一步实 现能耗预测，所建模型及预测以年度总能耗为衡量标准，最终用于预测分析的 三条线路的牵引能耗预测误差均不超过 3，满足分析及研究要求。正文内容正文内容目前随着城市规模的急剧发展，带动了城市轨道交通路网规模的扩大及客 运量的剧增，同时轨道交通能源消耗总量也在逐步攀升，节能减排是社会各界 面临的共同问题，正确的分析和认识轨道交通能耗改变的原因，对轨道系统的 运行和节能有至关重要的影响。 本文采纳上海市地铁一号线-五号线的运营 数据为研究根本，在总结研究国内外关于能耗评价及轨道交通现有各种评价体 系的研究，从调查研究轨道交通能耗的影响因素着手，逐层研究并归纳总结， 选取合适的指标建立能耗评价体系结构。 按照轨道交通能耗指标特征的要求， 针对轨道交通能耗指标问题，本文首先从线性角度出发，对调查所得各项影响 因素进行相关性分析，然后确定对轨道交通能耗影响最大的六个因素：月份、 运营里程、载客里程、客运周转量、平均运距和平均气温。随后对原始运营数 据及影响因素进行因子分析及线性回归分析，根据分析结果初步选取能耗指标 因素，并以此为基础建立对应的标准能耗车，进而建立三级能耗指标体系。 基于上述线性分析及能耗初步预测结果，可知运营数据有典型的非线性特点， 本文接下来以上述六大因素为输入，牵引能耗为输出，再次利用自适应神经网 络模糊推理系统（Adaptive-Network-based Fuzzy Inference System）和 3 层 BP 神经网络系统分别对运营数据及影响因素进行非线性建模分析并进一步实 现能耗预测，所建模型及预测以年度总能耗为衡量标准，最终用于预测分析的 三条线路的牵引能耗预测误差均不超过 3，满足分析及研究要求。 目前随着城市规模的急剧发展，带动了城市轨道交通路网规模的扩大及客运量 的剧增，同时轨道交通能源消耗总量也在逐步攀升，节能减排是社会各界面临 的共同问题，正确的分析和认识轨道交通能耗改变的原因，对轨道系统的运行 和节能有至关重要的影响。 本文采纳上海市地铁一号线-五号线的运营数据 为研究根本，在总结研究国内外关于能耗评价及轨道交通现有各种评价体系的 研究，从调查研究轨道交通能耗的影响因素着手，逐层研究并归纳总结，选取 合适的指标建立能耗评价体系结构。 按照轨道交通能耗指标特征的要求，针 对轨道交通能耗指标问题，本文首先从线性角度出发，对调查所得各项影响因 素进行相关性分析，然后确定对轨道交通能耗影响最大的六个因素：月份、运 营里程、载客里程、客运周转量、平均运距和平均气温。随后对原始运营数据 及影响因素进行因子分析及线性回归分析，根据分析结果初步选取能耗指标因 素，并以此为基础建立对应的标准能耗车，进而建立三级能耗指标体系。 基 于上述线性分析及能耗初步预测结果，可知运营数据有典型的非线性特点，本 文接下来以上述六大因素为输入，牵引能耗为输出，再次利用自适应神经网络 模糊推理系统（Adaptive-Network-based Fuzzy Inference System）和 3 层 BP 神经网络系统分别对运营数据及影响因素进行非线性建模分析并进一步实现 能耗预测，所建模型及预测以年度总能耗为衡量标准，最终用于预测分析的三 条线路的牵引能耗预测误差均不超过 3，满足分析及研究要求。 目前随着城市规模的急剧发展，带动了城市轨道交通路网规模的扩大及客运量 的剧增，同时轨道交通能源消耗总量也在逐步攀升，节能减排是社会各界面临 的共同问题，正确的分析和认识轨道交通能耗改变的原因，对轨道系统的运行 和节能有至关重要的影响。 本文采纳上海市地铁一号线-五号线的运营数据 为研究根本，在总结研究国内外关于能耗评价及轨道交通现有各种评价体系的 研究，从调查研究轨道交通能耗的影响因素着手，逐层研究并归纳总结，选取合适的指标建立能耗评价体系结构。 按照轨道交通能耗指标特征的要求，针 对轨道交通能耗指标问题，本文首先从线性角度出发，对调查所得各项影响因 素进行相关性分析，然后确定对轨道交通能耗影响最大的六个因素：月份、运 营里程、载客里程、客运周转量、平均运距和平均气温。随后对原始运营数据 及影响因素进行因子分析及线性回归分析，根据分析结果初步选取能耗指标因 素，并以此为基础建立对应的标准能耗车，进而建立三级能耗指标体系。 基 于上述线性分析及能耗初步预测结果，可知运营数据有典型的非线性特点，本 文接下来以上述六大因素为输入，牵引能耗为输出，再次利用自适应神经网络 模糊推理系统（Adaptive-Network-based Fuzzy Inference System）和 3 层 BP 神经网络系统分别对运营数据及影响因素进行非线性建模分析并进一步实现 能耗预测，所建模型及预测以年度总能耗为衡量标准，最终用于预测分析的三 条线路的牵引能耗预测误差均不超过 3，满足分析及研究要求。 目前随着城市规模的急剧发展，带动了城市轨道交通路网规模的扩大及客运量 的剧增，同时轨道交通能源消耗总量也在逐步攀升，节能减排是社会各界面临 的共同问题，正确的分析和认识轨道交通能耗改变的原因，对轨道系统的运行 和节能有至关重要的影响。 本文采纳上海市地铁一号线-五号线的运营数据 为研究根本，在总结研究国内外关于能耗评价及轨道交通现有各种评价体系的 研究，从调查研究轨道交通能耗的影响因素着手，逐层研究并归纳总结，选取 合适的指标建立能耗评价体系结构。 按照轨道交通能耗指标特征的要求，针 对轨道交通能耗指标问题，本文首先从线性角度出发，对调查所得各项影响因 素进行相关性分析，然后确定对轨道交通能耗影响最大的六个因素：月份、运 营里程、载客里程、客运周转量、平均运距和平均气温。随后对原始运营数据 及影响因素进行因子分析及线性回归分析，根据分析结果初步选取能耗指标因 素，并以此为基础建立对应的标准能耗车，进而建立三级能耗指标体系。 基 于上述线性分析及能耗初步预测结果，可知运营数据有典型的非线性特点，本 文接下来以上述六大因素为输入，牵引能耗为输出，再次利用自适应神经网络 模糊推理系统（Adaptive-Network-based Fuzzy Inference System）和 3 层 BP 神经网络系统分别对运营数据及影响因素进行非线性建模分析并进一步实现 能耗预测，所建模型及预测以年度总能耗为衡量标准，最终用于预测分析的三 条线路的牵引能耗预测误差均不超过 3，满足分析及研究要求。 目前随着城市规模的急剧发展，带动了城市轨道交通路网规模的扩大及客运量 的剧增，同时轨道交通能源消耗总量也在逐步攀升，节能减排是社会各界面临 的共同问题，正确的分析和认识轨道交通能耗改变的原因，对轨道系统的运行 和节能有至关重要的影响。 本文采纳上海市地铁一号线-五号线的运营数据 为研究根本，在总结研究国内外关于能耗评价及轨道交通现有各种评价体系的 研究，从调查研究轨道交通能耗的影响因素着手，逐层研究并归纳总结，选取 合适的指标建立能耗评价体系结构。 按照轨道交通能耗指标特征的要求，针 对轨道交通能耗指标问题，本文首先从线性角度出发，对调查所得各项影响因 素进行相关性分析，然后确定对轨道交通能耗影响最大的六个因素：月份、运 营里程、载客里程、客运周转量、平均运距和平均气温。随后对原始运营数据 及影响因素进行因子分析及线性回归分析，根据分析结果初步选取能耗指标因 素，并以此为基础建立对应的标准能耗车，进而建立三级能耗指标体系。 基 于上述线性分析及能耗初步预测结果，可知运营数据有典型的非线性特点，本 文接下来以上述六大因素为输入，牵引能耗为输出，再次利用自适应神经网络模糊推理系统（Adaptive-Network-based Fuzzy Inference System）和 3 层 BP 神经网络系统分别对运营数据及影响因素进行非线性建模分析并进一步实现 能耗预测，所建模型及预测以年度总能耗为衡量标准，最终用于预测分析的三 条线路的牵引能耗预测误差均不超过 3，满足分析及研究要求。 目前随着城市规模的急剧发展，带动了城市轨道交通路网规模的扩大及客运量 的剧增，同时轨道交通能源消耗总量也在逐步攀升，节能减排是社会各界面临 的共同问题，正确的分析和认识轨道交通能耗改变的原因，对轨道系统的运行 和节能有至关重要的影响。 本文采纳上海市地铁一号线-五号线的运营数据 为研究根本，在总结研究国内外关于能耗评价及轨道交通现有各种评价体系的 研究，从调查研究轨道交通能耗的影响因素着手，逐层研究并归纳总结，选取 合适的指标建立能耗评价体系结构。 按照轨道交通能耗指标特征的要求，针 对轨道交通能耗指标问题，本文首先从线性角度出发，对调查所得各项影响因 素进行相关性分析，然后确定对轨道交通能耗影响最大的六个因素：月份、运 营里程、载客里程、客运周转量、平均运距和平均气温。随后对原始运营数据 及影响因素进行因子分析及线性回归分析，根据分析结果初步选取能耗指标因 素，并以此为基础建立对应的标准能耗车，进而建立三级能耗指标体系。 基 于上述线性分析及能耗初步预测结果，可知运营数据有典型的非线性特点，本 文接下来以上述六大因素为输入，牵引能耗为输出，再次利用自适应神经网络 模糊推理系统（Adaptive-Network-based Fuzzy Inference System）和 3 层 BP 神经网络系统分别对运营数据及影响因素进行非线性建模分析并进一步实现 能耗预测，所建模型及预测以年度总能耗为衡量标准，最终用于预测分析的三 条线路的牵引能耗预测误差均不超过 3，满足分析及研究要求。 目前随着城市规模的急剧发展，带动了城市轨道交通路网规模的扩大及客运量 的剧增，同时轨道交通能源消耗总量也在逐步攀升，节能减排是社会各界面临 的共同问题，正确的分析和认识轨道交通能耗改变的原因，对轨道系统的运行 和节能有至关重要的影响。 本文采纳上海市地铁一号线-五号线的运营数据 为研究根本，在总结研究国内外关于能耗评价及轨道交通现有各种评价体系的 研究，从调查研究轨道交通能耗的影响因素着手，逐层研究并归纳总结，选取 合适的指标建立能耗评价体系结构。 按照轨道交通能耗指标特征的要求，针 对