[發明專利]一種基于列車運行秩序的列車晚點人工神經網絡識別方法

在審

• 申請號: 201810361853.6
• 申請日: 2018-04-20
• 公開（公告）號: CN108764526A
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 彭其淵;馮予莛;何必勝;張杏蔓
• 申請（專利權）人: 西南交通大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06N3/08
• 代理公司: 成都頂峰專利事務所(普通合伙) 51224
• 代理人: 楊俊華

本發明公開了一種基于列車運行秩序的列車晚點人工神經網絡識別方法，包括：獲得多條列車運行晚點信息數據，生成列車運行晚點信息數據表；對所述列車運行晚點信息數據表中的數據進行預處理，提取列車晚點信息作為BP神經網絡預測模型的訓練集合；輸入所述訓練集合到所述BP神經網絡預測模型中，采用批梯度下降法與Adam優化器訓練神經網絡參數，訓練完成后輸出并保存訓練后相應的帶權重參數集合和偏值參數集合；綜合分析所述帶權重參數集合和所述偏值參數集合，獲取其中最優的一組帶權重參數和偏值參數；輸入最優的所述帶權重參數和所述偏值參數至所述BP神經網絡預測模型中，進行后續列車晚點預測。該方法過程簡單，適用性廣，可應用于任意一段鐵路。

技術領域

本發明屬于列車監測技術領域，具體涉及一種基于列車運行秩序的列車晚 點人工神經網絡識別方法。

背景技術

高鐵的發展極大地方便了居民出行，隨著鐵路網運營規模的擴大，鐵路運 營管理也面臨著新的挑戰。盡管隨著鐵路信息化管理建設發展，鐵路服務水平 已得到很大的提高，但其中高鐵晚點的預測仍是重點和難點，把握列車晚點情 況能更好地從全局實現鐵路智能調度，方便經營管理。

目前所有的相關技術中，有通過對晚點傳播理論研究，分析列車晚點原因 與規律，高速鐵路仿真實驗系統，模擬列車晚點的傳播與影響；也有基于軌道 區段鎖閉時間理論的基礎上，計算相鄰列車間晚點傳播，進而給出針對多列車 的構建晚點樹的方法；還有先通過基于K-S擬合優度檢驗方法，采用啟發式微 調參數概率擬合方法，對列車的到達晚點分布和出發晚點分布進行擬合，再在 此基礎上構建基于隨機森林的列車到站晚點預測模型。

由此可見，在大多數上述現有技術中，有的存在有以下缺點：過程繁瑣， 需先通過概率分布擬合求得晚點分布，再在晚點分布的基礎上對列車到站晚點 進行預測；預測過程涉及參數種類繁多，參數需通過不同樣本數據采集獲得， 且參數需通過不斷微調估算并檢驗，直至得出經驗分布良好的參數集；規模有 限，用于晚點預測的隨機森林算法的精度受決策樹數目的影響較大，在決策樹 數目過多時，預測的準確率會出現瓶頸。且高速鐵路仿真系統實驗中，模擬規 模過大，計算與預測也會出現瓶頸問題。

發明內容

為了解決現有技術存在的上述問題，本發明提供了一種基于列車運行秩序 的列車晚點人工神經網絡識別方法。

本發明的技術方案如下：

一種基于列車運行秩序的列車晚點人工神經網絡識別方法，所述方法包括 以下步驟：

獲得多條列車運行晚點信息數據，生成列車運行晚點信息數據表；

對所述列車運行晚點信息數據表中的數據進行預處理，提取列車晚點信息 作為BP神經網絡預測模型的訓練集合；

輸入所述訓練集合到所述BP神經網絡預測模型中，采用批梯度下降法與 Adam優化器訓練神經網絡參數，訓練完成后輸出并保存訓練后相應的帶權重參 數集合和偏值參數集合；

綜合分析所述帶權重參數集合和所述偏值參數集合，獲取其中最優的一組 帶權重參數和偏值參數；

輸入最優的所述帶權重參數和所述偏值參數至所述BP神經網絡預測模型 中，進行后續列車晚點預測。

優選的，所述獲得多條列車運行晚點信息數據的方法包括：

以到達時間與圖定到達時間為參考，從列車運行圖數據庫中選取歷史運行 途中晚點較多的列車；

查詢列車經過站點，劃定晚點列車所經行區域范圍；

找尋該范圍內晚點發生最為頻繁的幾天，以天窗時間作為分割點；

區分上下行，去除支線部分，并去除經過3個站以下的列車，獲得所述多 條列車運行晚點信息數據。