基于人工神经网络的高铁列车晚点等级预测方法
发布时间：2021-07-17 10:57
近年来随着中国高速铁路网的扩建与高速铁路出行服务质量的提升,高速列车已经成为中国最主要的出行方式之一。预计到2025年,全国铁路网里程将长达17.5万公里,其中高速铁路占总长度20%以上,将会覆盖超过80%的大城市。高速度、高密度的高铁运行方式给铁路运输组织带来了巨大的挑战。高速行驶的列车在运行过程中不可避免地会受到各种因素的干扰,最终导致列车不能按照图定计划准时到达,产生晚点。晚点不仅会影响本列列车的运行,还会在区段内传播扩散,造成其他列车的晚点。因此把握列车晚点情况,实时预测列车晚点对于现场调度意义重大。鉴于列车晚点等级能让调度员更敏感地捕捉晚点信息,本文构建基于神经网络的晚点预测模型预测列车到站晚点等级,具体研究工作包括:（1）本文首先分析了人工神经网络对列车晚点的预测机理,并建立了根据前方列车群晚点情况,预测后方列车晚点等级的预测机制,基于此确定训练人工神经网络晚点等级预测模型所需样本数据形式,并给定晚点等级划分标准。（2）根据模型训练需求,从铁路集团数据库中筛选历史晚点数据,结合列车运行图特性,构建符合网络模型输入与输出需求的晚点样本。（3）基于深度学习数据处理法则,对样本进...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
神经网络模型学习机理与人类学习机理对比
图 2-2 神经网络模型网络的晚点预测模型原理晚点等级分类预测模型是建立在晚点等级况的进行等级预测。测神经网络模型所示的晚点样本，表中的每一个值 都是影部分的 × 矩阵是样本输入，右下方阴 y。神经网络以 × 的矩阵作为输入，输量 。本输入神经网络，神经网络通过反向传播本目标值 y，直至获得满意的训练结果。点数据以左上角阴影的形式输入训练完成
图 2-12 数据库中运行线 ID 为 1393549335 的运行车次运行数据图 2-12 中列车运行时刻表经过一定的处理，也可以表达为列车运行数据的图解形式，即列车运行图。列车运行图是列车运行数据矩阵表达方式的直观理解，列车运行矩阵则是列车运行图和列车运行时刻表的数学表达形式。2.3.2 列车晚点矩阵在列车运行图矩阵表达形式的基础上，构建列车晚点矩阵，将列车晚点数据以矩阵的形式更直观地表达出来，作为后期神经网络的输入数据。构建列车晚点矩阵是建立神经网络输入向量的基础。本文建立的列车晚点矩阵为图 2-13 所示列车晚点时刻表的矩阵表达。时刻表中 为列车某该时刻到达某站点的实绩到达时间与图定到达时间差值。首先选定试验研究区域的站点，作为列车晚点矩阵的行 ， 个站点按上下行依次排放。将列车到达某站作为参考事件，记录该区域内所有事件发生（即有列车到达）的时间点，作为列车晚点矩阵的列 。通过这样的表达方
【参考文献】：
期刊论文
[1]基于深度神经网络的手写数字识别模拟研究[J]. 宋晓茹,吴雪,高嵩,陈超波. 科学技术与工程. 2019(05)
[2]一种调度区段晚点时长的神经网络预测模型[J]. 曾壹,陈峰,金博汇. 铁道标准设计. 2019(03)
[3]基于神经网络的海量GPS数据交通流量预测[J]. 蒲斌,李浩,卢晨阳,王治辉,刘华. 云南大学学报(自然科学版). 2019(01)
[4]深度学习优化算法研究[J]. 仝卫国,李敏霞,张一可. 计算机科学. 2018(S2)
[5]城市轨道交通客流预测的BP神经网络分析与实现[J]. 王茁,张文博,王义智. 交通与运输. 2018(05)
[6]高速铁路运营安全风险管理研究[J]. 李刚. 设备管理与维修. 2018(17)
[7]基于Mini-batch神经网络的船舶柴油机风险等级预测[J]. 尚前明,王潇,曹召,刘治江,邓晓光. 中国修船. 2018(04)
[8]武广高速铁路列车晚点恢复时间预测的随机森林模型[J]. 黄平,彭其渊,文超,杨宇翔. 铁道学报. 2018(07)
[9]高速铁路非正常情况下列车运行调整方法研究[J]. 郭骁. 上海铁道科技. 2018(02)
[10]4月国家铁路多项重要指标创新高[J]. 铁路采购与物流. 2018(05)
博士论文
[1]高速铁路高密度开行目标下运行图鲁棒性及其接续优化[D]. 路超.北京交通大学 2018
[2]复杂线路列车晚点控制优化策略及方法[D]. 袁志明.中国铁道科学研究院 2016
[3]不平衡数据学习的研究[D]. 李军.吉林大学 2011
硕士论文
[1]基于TOPSIS和贝叶斯网络的高速铁路客运站安全评价及风险管控研究[D]. 宋雨欣.北京交通大学 2018
[2]高速铁路列车运行调整及时空稳态分析研究[D]. 樊莹莹.北京交通大学 2018
[3]基于GS准则的小批量块坐标下降法[D]. 郑若辰.北京交通大学 2018
[4]基于离散萤火虫算法的高速列车运行调整问题研究[D]. 段少楠.北京交通大学 2018
[5]轨道交通短期客流预测及与公交换乘协调研究[D]. 谢天.北京交通大学 2017
[6]基于复杂网络理论的列车运行图稳定性优化研究[D]. 王金霞.兰州交通大学 2016
[7]基于LSSVM建立发酵过程动态模型及其参数优化[D]. 孙鑫.北京工业大学 2013
本文编号：3288041
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
神经网络模型学习机理与人类学习机理对比
图 2-2 神经网络模型网络的晚点预测模型原理晚点等级分类预测模型是建立在晚点等级况的进行等级预测。测神经网络模型所示的晚点样本，表中的每一个值 都是影部分的 × 矩阵是样本输入，右下方阴 y。神经网络以 × 的矩阵作为输入，输量 。本输入神经网络，神经网络通过反向传播本目标值 y，直至获得满意的训练结果。点数据以左上角阴影的形式输入训练完成
图 2-12 数据库中运行线 ID 为 1393549335 的运行车次运行数据图 2-12 中列车运行时刻表经过一定的处理，也可以表达为列车运行数据的图解形式，即列车运行图。列车运行图是列车运行数据矩阵表达方式的直观理解，列车运行矩阵则是列车运行图和列车运行时刻表的数学表达形式。2.3.2 列车晚点矩阵在列车运行图矩阵表达形式的基础上，构建列车晚点矩阵，将列车晚点数据以矩阵的形式更直观地表达出来，作为后期神经网络的输入数据。构建列车晚点矩阵是建立神经网络输入向量的基础。本文建立的列车晚点矩阵为图 2-13 所示列车晚点时刻表的矩阵表达。时刻表中 为列车某该时刻到达某站点的实绩到达时间与图定到达时间差值。首先选定试验研究区域的站点，作为列车晚点矩阵的行 ， 个站点按上下行依次排放。将列车到达某站作为参考事件，记录该区域内所有事件发生（即有列车到达）的时间点，作为列车晚点矩阵的列 。通过这样的表达方
【参考文献】：
期刊论文
[1]基于深度神经网络的手写数字识别模拟研究[J]. 宋晓茹,吴雪,高嵩,陈超波. 科学技术与工程. 2019(05)
[2]一种调度区段晚点时长的神经网络预测模型[J]. 曾壹,陈峰,金博汇. 铁道标准设计. 2019(03)
[3]基于神经网络的海量GPS数据交通流量预测[J]. 蒲斌,李浩,卢晨阳,王治辉,刘华. 云南大学学报(自然科学版). 2019(01)
[4]深度学习优化算法研究[J]. 仝卫国,李敏霞,张一可. 计算机科学. 2018(S2)
[5]城市轨道交通客流预测的BP神经网络分析与实现[J]. 王茁,张文博,王义智. 交通与运输. 2018(05)
[6]高速铁路运营安全风险管理研究[J]. 李刚. 设备管理与维修. 2018(17)
[7]基于Mini-batch神经网络的船舶柴油机风险等级预测[J]. 尚前明,王潇,曹召,刘治江,邓晓光. 中国修船. 2018(04)
[8]武广高速铁路列车晚点恢复时间预测的随机森林模型[J]. 黄平,彭其渊,文超,杨宇翔. 铁道学报. 2018(07)
[9]高速铁路非正常情况下列车运行调整方法研究[J]. 郭骁. 上海铁道科技. 2018(02)
[10]4月国家铁路多项重要指标创新高[J]. 铁路采购与物流. 2018(05)
博士论文
[1]高速铁路高密度开行目标下运行图鲁棒性及其接续优化[D]. 路超.北京交通大学 2018
[2]复杂线路列车晚点控制优化策略及方法[D]. 袁志明.中国铁道科学研究院 2016
[3]不平衡数据学习的研究[D]. 李军.吉林大学 2011
硕士论文
[1]基于TOPSIS和贝叶斯网络的高速铁路客运站安全评价及风险管控研究[D]. 宋雨欣.北京交通大学 2018
[2]高速铁路列车运行调整及时空稳态分析研究[D]. 樊莹莹.北京交通大学 2018
[3]基于GS准则的小批量块坐标下降法[D]. 郑若辰.北京交通大学 2018
[4]基于离散萤火虫算法的高速列车运行调整问题研究[D]. 段少楠.北京交通大学 2018
[5]轨道交通短期客流预测及与公交换乘协调研究[D]. 谢天.北京交通大学 2017
[6]基于复杂网络理论的列车运行图稳定性优化研究[D]. 王金霞.兰州交通大学 2016
[7]基于LSSVM建立发酵过程动态模型及其参数优化[D]. 孙鑫.北京工业大学 2013
本文编号：3288041
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3288041.html
