高速铁路列车连带晚点的智能预测及特征识别

• 作者: 张涛 张琦 袁志明 陈峰
• 来源期刊: 自动化学报
• 关键词: 铁路运输 高速铁路 列车连带晚点 晚点预测 特征识别 神经网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 2251-2259
• 页数: 9页
• 字数: 8031字
• 语种: 中文
• DOI: 10.16383/j.aas.c190188

摘要

列车晚点预测及分析直接服务于高速铁路调度指挥,是列车晚点研究的重点内容.通过对列车晚点传播结构及传播规律的分析,提出了一种高速铁路列车连带晚点的智能预测及特征识别方法.首先利用列车晚点自身传播及相邻线列车晚点传播的关系,构建基于小波神经网络的列车连带晚点递阶预测模型;然后利用列车晚点波动的线性组合方程及其结构向量,进行列车连带晚点影响值的量化;最后综合连带晚点的实际值、预测值和影响值,将晚点分为严重晚点、消散晚点、潜在晚点、一般晚点四种类型.成渝高铁的实例数据表明,小波神经网络的预测结果具有较高精度,连带晚点的分类结果也比较符合实际,能够为高速铁路列车连带晚点的运行调整提供数据支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁志明	中国铁道科学研究院集团有限公司通信信号研究所	12	80	4.0	8.0
2	张琦	中国铁道科学研究院集团有限公司通信信号研究所	31	123	6.0	9.0
3	陈峰	中国铁道科学研究院集团有限公司通信信号研究所	16	43	5.0	6.0
4	张涛	中国铁道科学研究院集团有限公司通信信号研究所	9	28	3.0	5.0