武广高速铁路列车晚点恢复时间预测的随机森林模型

基于列车运行实绩的列车晚点恢复模型是铁路晚点管理的重要内容,是运行图优化和行车指挥的理论基础和依据。为了研究高速列车初始晚点恢复的机理,进行初始晚点恢复预测,本文以武广高速铁路列车运行实绩数据为研究基础,将列车在初始晚点站的晚点时间(PD)、列车晚点后经停各站的总停站缓冲时间(TD)、列车晚点后经停各区间的总区间缓冲时间(RB),以及标识列车是否晚点通过株洲西—长沙南区间的0-1变量(ZC)作为自变量,运用R语言编程建立了以晚点恢复时间(RT)为因变量的高速列车初始晚点恢复随机森林回归模型。对275个测试集数据的预测结果表明:模型允许误差在3min情况下,模型的预测精度能达到90%以上。随机森林模型与多元线性回归模型、支持向量机模型的对比表明,随机森林模型具有最优的预测精度。     

京沪高铁列车运行晚点预测方法研究

为快速、准确地掌握列车的运行状态及未来的运行趋势，需要对列车运行晚点预测方法进行深入研究。文章根据对北京—上海高速铁路（简称：京沪高铁）2020年列车运行数据的分析，包括停站时长对于晚点的影响及不同初始晚点时长下的传播车站数，提出了基于循环神经网络（RNN,Recurrent Neural Network）的全段预测方法，使用同步多对多模式的RNN模型作为基础模型结构，建立列车运行晚点预测模型。在特征值的选择上，采用集成梯度打分法，从多个特征值中选择12个最显著的变量作为模型自变量。采用该模型对京沪高铁2020年晚点数据进行验证，结果表明，该模型在验证集上5 min的误差范围内可以达到89%的准确率，该预测方法可以满足实际生产的需要，有助于调度部门进行科学决策，有利于提升铁路旅客服务质量。     

基于多阶段特征优选的高速铁路列车晚点预测模型

为克服大规模高维数据集不相关和冗余信息对列车晚点预测模型性能的影响，提出一种融合多阶段（MS）特征优选方法和改进深度神经网络（IDNN）模型的高速铁路列车晚点预测模型（简称MS-IDNN模型）。首先，利用MS特征优选方法，基于列车运行实绩提取影响列车晚点的相关特征，构建初始特征集，并对其进行数据清洗和特征优选，生成最优特征子集；其次，将列车晚点特征映射为IDNN模型的神经元，采取全连接方式提取特征间的交互关系，并叠加多个浅层神经网络以克服深度神经网络反向传播过程中梯度消失的缺陷，实现列车到达晚点的精准预测；最后，以武广高速铁路列车运行实绩为例，验证MS-IDNN模型的有效性。结果表明：相比初始特征集，构建得到的最优特征子集特征维度降低了54.29%；相比6种基线模型，MS-IDNN模型的平均绝对误差和均方根误差分别至少降低4.85%和8.97%，在沿线至少66.66%的车站中表现出更高的预测性能；MS-IDNN模型能够有效剔除数据集中的不相关和冗余信息，提升列车晚点预测精度。     

高铁晚点列车智能调度系统的研究与开发

为提升调度员对高铁晚点列车的调度指挥效率,研究晚点时间估算方法和晚点列车调整规则,利用雷达图和电子地图等可视化技术,开发高铁晚点列车智能调度系统,提供高铁列车运行晚点实时监控、重点监控列车晚点预警、列车晚点原因分析、调整方案协同制定等功能,具有一定程度的智能化水平,有助于减轻调度员的工作强度。目前,系统1.0版本已在中国国家铁路集团有限公司和铁路局集团公司两级单位正式启用,应用效果良好。     

基于ISM的高铁列车晚点影响因素分析

降低高铁列车晚点率是提高其服务水平的重要内容。针对高铁列车晚点现状,从安全管理角度出发,在人、设备、环境、管理4个方面系统分析高铁列车晚点的具体影响因素。并根据列车晚点影响因素出现的频率,进一步选取了14个主要影响因素。结合风险管理理论和专家经验分析,确定高铁列车晚点主要影响因素间的关联,通过解释结构模型(ISM)得出高铁列车晚点影响因素层级结构图,根据分析结果提出降低高铁列车晚点率的针对性措施。     

基于回归学习算法的高铁站媒体资源价值评估模型研究与应用

随着高速铁路（简称：高铁）车站媒体广告市场的兴盛，亟需一种科学、系统、全面的高铁站媒体资源价值评估体系指导媒体资源经营。文章研究价值评估指标体系的多维度数据与高铁站媒体资源价值的关系，借助特征工程，抽取出与目标强相关的核心数据特征。运用多种回归学习算法，筛选出评价指标最优的极限梯度提升（XGBoost）算法，构建高铁站媒体资源价值评估模型，通过模型优化，提升了拟合优度值，达到目标值0.8。应用证明，该模型偏离度不超过15%，可为高铁站媒体资源日常经营定价决策提供参考。     

基于Tableau的高速列车晚点综合可视化

高速列车晚点综合可视化可以清晰呈现车站和区间的列车运行情况,对于辅助智能高铁调度决策具有重要意义。定义高速列车晚点分析的指标,给出各指标的计算方法。运用Tableau软件构建高速列车晚点综合可视化的显示界面,以沪昆高铁部分车站和区间为对象,对高速列车晚点情况进行可视化显示和分析。高速列车晚点综合可视化可以辅助行车人员快速了解高速列车的晚点规律,为高铁智能调度提供基础支撑。     

列车运行实绩大数据分析及应用前景展望

基于京沪高铁一个半月的列车运行实绩数据,分析得出列车实际区间运行时分和停站时分的分布特征、列车区间运行时分与发车晚点之间的关系、列车停站时分与到站晚点之间的关系,阐述了大数据分析对优化列车运行图编制和辅助调度指挥工作中的作用,并展望列车运行大数据分析的应用前景。     

基于列车运行时间偏离的地铁列车运行图缓冲时间研究

根据地铁系统的特点,分析追踪列车间隔时间与列车区间运行时间和停站时间的关系。在非晚点情况下,根据列车区间运行时间和停站时间与图定时间的偏离,建立描述列车运行图缓冲时间与干扰概率、随机干扰变量之间关系的概率模型。采用适当的分布函数对随机干扰变量进行分布拟合,计算不同干扰水平下的缓冲时间。以某条地铁线路为例,将其1 d的实际列车区间运行时间和停站时间作为基础数据,采用给出的模型和计算方法,计算得到不同干扰水平下的最小缓冲时间,用于确定地铁列车运行图合理的追踪列车间隔时间。     

一种调度区段晚点时长的神经网络预测模型

晚点是区段内列车运行受到扰动后出现的时刻表偏移现象,为分析和预测晚点的发生,相关研究通常采用晚点传播分析、实绩数据统计的方法改善模型输出结果。在现有分析方法的基础上,设计了初始晚点和连带晚点的分类方法,将列车在调度区段的开行转化为有向图表示,并通过分析有向弧内的计划时间饱和度,实现了晚点的分类与传播路径的确定。在分类方法提供的数据基础上,提出了晚点预测模型,采用反向传播神经网络预测晚点时长。组合模型使用北京铁路局某调度区段的实际运行数据进行验证,结果表明允许误差为5 min时,神经网络的晚点时长预测准确率为85.5%,网络受突发事件影响较大,模型拟合复杂数据关系的能力需要进一步改善。     

高铁动态票价与停站方案联合优化方法

在高铁市场化运营过程中,高铁票价直接影响旅客需求,列车停站方案则会影响运输能力供给分配。目前高铁票价缺乏科学灵活的市场化调节机制,停站方案的制定也未能充分考虑票价调整对旅客需求的影响。为实现高铁供求关系的更好匹配,提升其市场化运营水平和竞争力,有必要研究基于客流需求和列车服务水平的高铁动态定价方法。基于旅客出行需求的价格弹性特征和列车停站方案对供需关系的影响规律,根据旅客购票规律将预售期划分成多个售票时段后,以最大化总的高铁运输收益和最小化总的旅客出行时间价值损失为目标,考虑票价范围、列车运能、票额配置、OD直达等约束条件,构建高铁动态票价、票额分配与列车停站方案联合优化的非线性混合整数规划模型,并结合问题特征设计双层模拟退火求解算法。以京沪高速铁路为例进行计算分析,优化后的综合方案能够使高铁运输收益增长3%以上,并使总的旅客出行时间价值损失降低8%以上。优化后的动态票价策略为预售期初期设置低折扣系数、后期设置高折扣系数,可以在提高客票收入的同时有效引导更多旅客更早购票。优化的列车停站方案能够在维持较高的客流水平的同时尽可能满足更多的客流需求。     

考虑动车组接续的列车运行图智能调整方法

为提高列车晚点情况下高速铁路调度指挥系统应急处置的效率,实现列车运行图智能调整,本文结合具有大量始发终到作业车站所在的调度区段动车组接续的特点,建立考虑动车组接续的高速铁路列车运行图智能调整模型,采用基于改进的和声搜索算法对所建立的模型进行求解。以京津城际延伸线(天津站至于家堡站)实际应用情况构造仿真实例,对4种模拟运行干扰场景下的列车运行图实时调整方案进行求解。仿真结果表明考虑动车组接续的高速铁路列车运行图智能调整模型及所采用的求解算法,能够减小晚点时间并抑制晚点传播,具有可行性和有效性。     

高速铁路旅客出行需求集聚下的列车经停比优化方法

高铁列车经停比是高铁旅客运输组织的重要内容。考虑到省级政府(直辖市)、地级政府和县级政府所在城市高铁旅客出行需求的集聚特征,按照高铁车站所在城市的类别将出行需求划分为若干需求类,研究列车在不同级别车站的最优经停比。在省、地两级行政区内不同列车停站密度较均匀的约束下,构建最小化人均出行时间(包括出行时间偏差、列车停站时间和列车起停附加时间)的列车经停比优化模型,利用得到的最优经停比可获得各需求类中每个O-D对的平均服务列车数。以京沪高铁为例,优化获得列车在省、地、县三级车站的最优经停比,并与实际经停比进行比较。结果表明:随着经停比增加,人均旅行时间先快速下降后慢速增长。高铁运营企业可据此在最优经停比基础上适度增加经停比,用少量的人均旅行时间增量换取更多的服务列车;在集聚特征作用下,省级车站的列车最优经停比接近于1,地级车站的列车最优经停比随着县级车站数量所占比例的增加而增加。     

蚁群算法在城轨列车运行调整中的应用

当城市轨道交通列车在行车过程中由于设备故障、乘客拥挤等情况发生晚点时，需要对列车时刻表进行调整，使之尽快恢复正点运行。本文以调整区段内总晚点时间最小为目标函数，提出了基于蚁群优化算法的列车调整模型，在Visual C++ 6.0编程环境下，以深圳地铁6号线为例，对模型的实用性进行了验证。     

多类干扰下的高铁列车运行调整优化模型

高速铁路列车运行实时调整一直是行车调度指挥工作中的重要核心任务之一.为解决有多种行车干扰事件(初始晚点、限速和到发线不可用)影响下的列车运行调整问题,针对准移动闭塞行车方式,基于替代图理论,兼顾车站进路调整约束,建立混合整数线性优化模型,设计两阶段近似求解算法,在600 s内可以实现列车变更到发线次数最少和列车晚点延误时间最短的列车调整方案的快速求解.研究结果表明:模型可以同时实现列车运行调整和列车径路优化,相比时间间隔法行车方式,该模型可以有效避免列车在闭塞区间的冲突;有初始晚点的干扰会加剧列车的二次晚点;列车限速值越低会指数型加剧晚点时间.     

基于智能化应用的列车运行调整模型

基于列车运行调整理论研究现状,在分析现有研究局限的基础上,提出建立列车运行自动调整模型应考虑的4个关键问题:部分非运行图相关信息、动车组接续、交叉进路抵触及股道-线别连通性。基于这些关键问题构造10个约束条件,结合智能CTC系统技术标准,以提升旅客满意度为导向,依据旅客行程信息和多目标优化的思想,建立将列车运行调整对旅客出行实际影响最小化的目标函数,构建可满足智能化应用的列车运行自动调整规划模型,将其引入开发中的智能CTC系统,并通过京张高铁3个列车运行调整实际场景进行验证。结果表明:模型能够准确处理各种场景下的列车运行偏离,生成切实可用的列车运行阶段计划;生成的计划能有效消解列车晚点造成的交叉进路抵触、股道运用冲突及动车组接续等冲突,在兼顾旅客换乘考虑的同时,缩小列车晚点波及范围,控制晚点传播。     

基于改进差分算法的高速列车运行调整研究

为了压缩高速铁路列车运行的总晚点时间、编制高质量的列车运行调整计划,建立高速铁路列车运行调整模型,运用矩阵描述高速列车运行调整中的相关概念,以列车到发线数量、列车追踪时间间隔、列车停站时分等作为高速列车运行调整的约束,以列车在各站的到达的总晚点时间最少为优化目标,构建高速铁路列车运行调整模型。在分析基本差分算法差分策略的基础上,提出基于三角差分策略的高速铁路运行调整差分算法,给出详细的计算步骤。以京广高速铁路实际列车运行数据进行计算,验证了模型的有效性和算法的高效性、精确性。本文提出的基于新的改进的差分策略的高速铁路列车运行调整方法是合理可行的。     

基于XGBoost模型的地铁列车运行状态仿真方法

基于物理模型及列车性能参数的地铁列车运行状态仿真方法存在着列车适配性差、参数调整成本高等问题.为了给ATC(列车自动控制)系统的研究提供更为准确、高效的模拟试验平台,提出一种基于XGBoost(极端梯度提升)算法的列车运行状态仿真模型构建方法.该方法可从实际运行数据中学习列车的控制与运行特性,可针对不同的线路环境、不同...     

列车运行图的晚点概率分析

不同的列车运行图在实际应用中其正点率不同。通过对列车运行图结构的分析，推导出求列车运行图任意一点处晚点的概率公式，分析了晚点概率与缓冲时间之间的关系，继而给出了求缓冲时间的合理分布方法。最后提供了评估列车运行图的可实施性质量指标的一个参考公式。     

考虑乘客流影响的列车运行调整难点研究

本文针对基于通信的列车控制(CBTC)系统中列车运行的特点,研究了运行调整中的难点问题-晚点传播,即在前行列车发生初始延误的条件下,引起后行列车或其自身的后效晚点现象.分析了乘客流对列车晚点的影响,在建立列车停站模型时,考虑乘客流的影响,提高该系统的可行性.建立了以列车总晚点时间为优化函数的运行调整模型,最后利用matlab中的遗传算法工具箱对此进行求解,实验结果显示了该模型应用于实际运行调整时的可行性和有效性.