一种基于机器学习的列车进路智能安排方法及系统技术方案

本发明专利技术为一种基于机器学习的列车进路智能安排方法及系统，其特征在于，包括数据搜集模块、中央处理模块、调度模块、安全监测模块；处理器对列车任务安排进行平衡性和经济性调整；调度模块中的处理器可对安全监测数据进行分析，并将影响分析数据传输给中央处理模块的数据分析单元，数据分析单元可快速更新数据。本发明专利技术相对与现有技术，采用安全监测模块，能时刻监测列车和轨道运行数据，并将异常状态及时传输给调度模块，调度模块中处理器预设有大量异常分析子程序，其能其实分析异常数据，并及时将异常处理数据传输给中央处理模块中的数据分析单元，列车安排单元能及时调整列车安排单元，这大大提高了列车安排效率和列车运行安全性。安全性。安全性。

【技术实现步骤摘要】
一种基于机器学习的列车进路智能安排方法及系统


[0001]本专利技术属于列车运输领域，具体为一种基于机器学习的列车进路智能安排方法及系统。

技术介绍

[0002]国内列车在运营的过程中，列车时刻表的安排是列车运行前最基本的计划之一。通常在列车正常发车前，都需要调度员凭经验在事先编制好的基本时刻表作为列车的行车计划上做调整，使列车按现有的计划运行。而列车在实际运行中，往往会受客流量、运输组织方法的变化调整时刻表，以满足实际运营要求。因此，如何高效可靠的调整时刻表计划有助于提高城轨交通运营管理水平和运输服务质量。
[0003]目前的时刻表仍停留在人工编制和计算机辅助编制的程度，而没有实现列车时刻表的自动编制，因此时刻表的安排需要调度员花大量的时间去编，甚至由于调度员经验的不足，导致列车时刻表安排的不均衡，很容易导致在同一时刻过少或过多的列车接车、发车。随着城轨系统精确化管理的推行及新线的开通，线路的时刻表安排的更新频率较高，大大增加了编制人员的劳动强度。

技术实现思路

[0004]本专利技术的目的在于提供一种基于机器学习的列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的列车进路智能安排方法的运行方法，其特征在于：包括以下步骤，1)获取常量数据，常量数据包括乘客需求数据、列车基本数据、车站基本数据；2)通过所述常量数据综合分析出所需的列车类型和数量，并分析出各类型列车从进入车站到离开车站的整个时长；3)将上述分析数据输入预设的列车时刻安排模型中求解，并对求解结果进行评价调整，通过评价调整获取模型参数的调整量，并存储；4)将上述模型参数的调整量反馈到列车时刻安排模型中，并对列车时刻安排模型中的原始参数进行调整；5)将所述常量数据重新输入调整后的列车时刻安排模型中，求解；6)实时获取安全数据，安全数据包括列车运行数据、轨道安全数据、电器设备工作数据；当安全数据发生异常时，将异常的安全数据通过预设的异常处理子程序处理，获取列车时刻安排模型变量影响度，对列车时刻安排模型进行更新，通过所述常量数据输入更新后列车时刻安排模型获取更新后的列车时刻安排。2.如权利要求1所述的一种基于机器学习的列车进路智能安排方法，其特征在于，所述乘客需求数据包括乘客乘坐的始发地、目的地和乘车人数；所述列车基本数据包括列车的类型和数量；所述车站基本数据包括车站停靠轨道列数、车站停靠站台的咽喉部和停靠部的长度。3.如权利要求1所述的一种基于机器学习的列车进路智能安排方法，其特征在于，所述评价调整包括安全性调整和经济性调整，安全性调整的约束为：1)T
i
+t
d
+t
i
<T
i+1
，t
f
>(t
i
+t
i
’
)/2其中T
i
为第i列车正点到站时的时刻，t
d
为第i列车到站晚点时的时长，t
i
为第i列车卸客时的时长，T
i+1
为第i+1列车正点的发车时刻；t
f
为列车互不影响的可延误最大时长；2)经济性调整的约束为：U为车站可控能耗预算,ti为第i列车到站晚点的时长，ti
’
为第i+1列车发站晚点的时长，V为列车晚点到站或列车晚点发车时的额外能耗损失比重。4.如权利要求1所述的一种基于机器学习的列车进路智能安排方法，其特征在于，还包括附加安全约束条件，为在同...

【专利技术属性】
技术研发人员：程盟盟，郑泽林，马泽亮，
申请(专利权)人：连云港职业技术学院，
类型：发明
国别省市：