基于初始晚点和冗余时间的列车晚点恢复时间预测模型

列车初始晚点严重程度和运行图冗余时间配置是列车晚点恢复时间长短的重要影响因素。本文基于高速铁路列车运行实绩数据,以初始晚点时间、站停冗余时间和区间冗余时间为变量,使用多层感知器(MLP)和循环神经网络(RNN)建立了列车晚点恢复时间预测模型,并采用基于运行图历史数据的冗余时间近似统计方法来提高统计精度,降低了运行图参数数据采集的工作量成本。基于广深港铁路12个月列车运行实绩数据进行了列车晚点恢复时间预测试验,结果表明允许误差为1 min时,MLP模型预测精度为91.6%;允许误差为3 min时, RNN模型表现更好,预测精度在95%以上。