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。     

面向复杂高速铁路网的列车运行计划应急调整方案研究

针对高速铁路应急调整存在的问题，研究面向复杂高速铁路网的列车运行计划应急调整方案，设计高速铁路列车应急调整流程，以及非正常事件下基于“一事一图”的高速铁路列车应急调整系统，以提高铁路应急处置能力。该系统运用时空网络、拉格朗日松弛理论，采用模块化设计，具有设置封锁、自动生成运行图、计划修改与下达等功能，已应用于中国铁路北京局集团有限公司应急指挥中心，为铁路调度部门应急指挥提供了辅助决策支持，取得了良好的应用效果。