基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
技术站列车晚点时间预测方法
铁路运输
晚点时间预测
灰色马尔可夫模型
径向基神经网络
技术站列车
高速铁路初始晚点致因-影响列车数分布模型
高速铁路
列车运行实绩
初始晚点
影响列车数
逆模型
基于支持向量机的高速铁路列车晚点演化预测
机器学习
高速铁路
晚点演化
支持向量机
高速铁路列车连带晚点的智能预测及特征识别
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
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于初始晚点和冗余时间的列车晚点恢复时间预测模型
来源期刊 交通运输工程与信息学报 学科 交通运输
关键词 高速铁路 晚点恢复 MLP RNN
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 93-102
页数 10页 分类号 U292.4
字数 4798字 语种 中文
DOI 10.3969/j.issn.1672-4747.2020.02.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (107)
共引文献  (40)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(13)
  • 参考文献(2)
  • 二级参考文献(11)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(19)
  • 参考文献(3)
  • 二级参考文献(16)
2016(10)
  • 参考文献(2)
  • 二级参考文献(8)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2018(5)
  • 参考文献(4)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高速铁路
晚点恢复
MLP
RNN
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通运输工程与信息学报
季刊
1672-4747
51-1652/U
大16开
四川省成都市西南交通大学九里校区
2003
chi
出版文献量(篇)
1466
总下载数(次)
9
总被引数(次)
11264
论文1v1指导