典型文献
京沪高铁列车运行晚点预测方法研究
文献摘要：
为快速、准确地掌握列车的运行状态及未来的运行趋势,需要对列车运行晚点预测方法进行深入研究.文章根据对北京—上海高速铁路(简称:京沪高铁)2020年列车运行数据的分析,包括停站时长对于晚点的影响及不同初始晚点时长下的传播车站数,提出了基于循环神经网络(RNN,Recurrent?Neural?Network)的全段预测方法,使用同步多对多模式的RNN模型作为基础模型结构,建立列车运行晚点预测模型.在特征值的选择上,采用集成梯度打分法,从多个特征值中选择12个最显著的变量作为模型自变量.采用该模型对京沪高铁2020年晚点数据进行验证,结果表明,该模型在验证集上5?min的误差范围内可以达到89％的准确率,该预测方法可以满足实际生产的需要,有助于调度部门进行科学决策,有利于提升铁路旅客服务质量.
文献关键词：
京沪高铁;晚点预测;循环神经网络;全段预测;集成梯度
中图分类号：
作者姓名：
张红斌;李军;陈亚茹
作者机构：
中国铁道科学研究院集团有限公司 电子计算技术研究所,北京 100081;中国国家铁路集团有限公司 调度指挥中心,北京 100844
文献出处：
引用格式：
[1]张红斌;李军;陈亚茹-.京沪高铁列车运行晚点预测方法研究)[J].铁路计算机应用,2022(05):1-6
A类：
全段预测,集成梯度,铁路旅客服务
B类：
京沪高铁,高铁列车,列车运行,晚点预测,高速铁路,运行数据,停站,车站,循环神经网络,RNN,Recurrent,Neural,Network,多对多,多模式,基础模型,模型结构,打分法,验证集,误差范围,科学决策
AB值：
0.214187
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
