一种基于列车运行秩序的列车晚点人工神经网络识别方法技术

本发明专利技术公开了一种基于列车运行秩序的列车晚点人工神经网络识别方法，包括：获得多条列车运行晚点信息数据，生成列车运行晚点信息数据表；对所述列车运行晚点信息数据表中的数据进行预处理，提取列车晚点信息作为BP神经网络预测模型的训练集合；输入所述训练集合到所述BP神经网络预测模型中，采用批梯度下降法与Adam优化器训练神经网络参数，训练完成后输出并保存训练后相应的带权重参数集合和偏值参数集合；综合分析所述带权重参数集合和所述偏值参数集合，获取其中最优的一组带权重参数和偏值参数；输入最优的所述带权重参数和所述偏值参数至所述BP神经网络预测模型中，进行后续列车晚点预测。该方法过程简单，适用性广，可应用于任意一段铁路。

An artificial neural network identification method for train delay based on train operation order

The invention discloses an artificial neural network method for identifying train delays based on train operation order, which includes: obtaining information data of multiple train delays, generating data table of train operation delays, preprocessing data in the data table of train operation delays, and extracting train delays information as BP God. The training set of the network prediction model is input to the BP neural network prediction model, and the neural network parameters are trained by batch gradient descent method and Adam optimizer. After training, the corresponding set of weighted parameters and the set of bias parameters are output and saved. The weighted parameters are analyzed comprehensively. The optimal set of weighted parameters and bias parameters are obtained by the set and the set of bias parameters. The optimal set of weighted parameters and the bias parameters are input into the BP neural network prediction model for subsequent train delay prediction. The method is simple and applicable, and can be applied to any railway.

【技术实现步骤摘要】
一种基于列车运行秩序的列车晚点人工神经网络识别方法
本专利技术属于列车监测
，具体涉及一种基于列车运行秩序的列车晚点人工神经网络识别方法。
技术介绍
高铁的发展极大地方便了居民出行，随着铁路网运营规模的扩大，铁路运营管理也面临着新的挑战。尽管随着铁路信息化管理建设发展，铁路服务水平已得到很大的提高，但其中高铁晚点的预测仍是重点和难点，把握列车晚点情况能更好地从全局实现铁路智能调度，方便经营管理。目前所有的相关技术中，有通过对晚点传播理论研究，分析列车晚点原因与规律，高速铁路仿真实验系统，模拟列车晚点的传播与影响；也有基于轨道区段锁闭时间理论的基础上，计算相邻列车间晚点传播，进而给出针对多列车的构建晚点树的方法；还有先通过基于K-S拟合优度检验方法，采用启发式微调参数概率拟合方法，对列车的到达晚点分布和出发晚点分布进行拟合，再在此基础上构建基于随机森林的列车到站晚点预测模型。由此可见，在大多数上述现有技术中，有的存在有以下缺点：过程繁琐，需先通过概率分布拟合求得晚点分布，再在晚点分布的基础上对列车到站晚点进行预测；预测过程涉及参数种类繁多，参数需通过不同样本数据采集获得，且参数需本文档来自技高网...

【技术保护点】
1.一种基于列车运行秩序的列车晚点人工神经网络识别方法，其特征在于，所述方法包括以下步骤：获得多条列车运行晚点信息数据，生成列车运行晚点信息数据表；对所述列车运行晚点信息数据表中的数据进行预处理，提取列车晚点信息作为BP神经网络预测模型的训练集合；输入所述训练集合到所述BP神经网络预测模型中，采用批梯度下降法与Adam优化器训练神经网络参数，训练完成后输出并保存训练后相应的带权重参数集合和偏值参数集合；综合分析所述带权重参数集合和所述偏值参数集合，获取其中最优的一组带权重参数和偏值参数；输入最优的所述带权重参数和所述偏值参数至所述BP神经网络预测模型中，进行后续列车晚点预测。

【技术特征摘要】
1.一种基于列车运行秩序的列车晚点人工神经网络识别方法，其特征在于，所述方法包括以下步骤：获得多条列车运行晚点信息数据，生成列车运行晚点信息数据表；对所述列车运行晚点信息数据表中的数据进行预处理，提取列车晚点信息作为BP神经网络预测模型的训练集合；输入所述训练集合到所述BP神经网络预测模型中，采用批梯度下降法与Adam优化器训练神经网络参数，训练完成后输出并保存训练后相应的带权重参数集合和偏值参数集合；综合分析所述带权重参数集合和所述偏值参数集合，获取其中最优的一组带权重参数和偏值参数；输入最优的所述带权重参数和所述偏值参数至所述BP神经网络预测模型中，进行后续列车晚点预测。2.根据权利要求1中所述的基于列车运行秩序的列车晚点人工神经网络识别方法，其特征在于，所述获得多条列车运行晚点信息数据的方法包括：以到达时间与图定到达时间为参考，从列车运行图数据库中选取历史运行途中晚点较多的列车；查询列车经过站点，划定晚点列车所经行区域范围；找寻该范围内晚点发生最为频繁的几天，以天窗时间作为分割点；区分上下行，去除支线部分，并去除经过3个站以下的列车，获得所述多条列车运行晚点信息数据。3.根据权利要求1中所述的基于列车运行秩序的列车晚点人工神经网络识别方法，其特征在于，对所述列车运行晚点信息数据表中的数据进行预处理，提取列车晚点信息作为BP神经网络预测模型的训练集合的方法包括：引用数据预处理工具，读取所述列车运行晚点信息数据表构建Dataframe，进行数据的批量处理；比较一日内列车到达时间与列车图定到达时间的差值，判断列车是否晚点；若没有，则标记所述差值为0；若晚点，则记录晚点时间，更新所述列车运行晚点信息数据表；将更新后的所述列车运行信息数据表中包含的站点，到站时间，晚点情况判断抽象...

【专利技术属性】
技术研发人员：彭其渊，冯予莛，何必胜，张杏蔓，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川,51