期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ATT-CNN-BiLSTM的虚拟编组列车时空轨迹预测
被引量：
1
1
作者
柴铭
刘皓元
+2 位作者
苏浩翔
唐涛
刘宏杰
《铁道学报》
EI
CAS
CSCD
北大核心
2024年第6期80-89,共10页
保障虚拟编组平稳追踪运行的关键问题是实现对列车运行状态的精准预测。针对列车运行过程多变的特点,提出基于融合注意力机制的卷积双向长短期记忆神经网络(ATT-CNN-BiLSTM)的时空轨迹预测方法。针对列车历史运行数据中非正常运行场景...
保障虚拟编组平稳追踪运行的关键问题是实现对列车运行状态的精准预测。针对列车运行过程多变的特点,提出基于融合注意力机制的卷积双向长短期记忆神经网络(ATT-CNN-BiLSTM)的时空轨迹预测方法。针对列车历史运行数据中非正常运行场景稀少产生的数据非均衡问题,利用卷积神经网络和双向长短期记忆网络提取列车运行数据维度之间的特征关联,并增加注意力机制提升泛化能力。同时引入运行时验证方法在线监控预测结果,降低由预测错误造成的行车风险。以成都地铁8号线真实数据为例进行实验,设计5种评价指标,通过基线模型与消融实验对所提ATT-CNN-BiLSTM进行评价,该模型对于异常场景的预测误差至少减小9.626%。
展开更多
关键词
列车状态预测
虚拟编组
深度学习
注意力机制
双向长短期记忆神经网络
在线阅读
下载PDF
职称材料
题名
基于ATT-CNN-BiLSTM的虚拟编组列车时空轨迹预测
被引量：
1
1
作者
柴铭
刘皓元
苏浩翔
唐涛
刘宏杰
机构
北京交通大学先进轨道交通自主运行全国重点实验室
北京交通大学轨道交通运行控制系统国家工程研究中心
北京交通大学电子信息工程学院
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2024年第6期80-89,共10页
基金
国家自然科学基金(52372309,52372310)
先进轨道交通自主运行全国重点实验室(北京交通大学)(RAO2023ZZ001)
中国铁路总公司实验室基础研究项目(L2021G009)。
文摘
保障虚拟编组平稳追踪运行的关键问题是实现对列车运行状态的精准预测。针对列车运行过程多变的特点,提出基于融合注意力机制的卷积双向长短期记忆神经网络(ATT-CNN-BiLSTM)的时空轨迹预测方法。针对列车历史运行数据中非正常运行场景稀少产生的数据非均衡问题,利用卷积神经网络和双向长短期记忆网络提取列车运行数据维度之间的特征关联,并增加注意力机制提升泛化能力。同时引入运行时验证方法在线监控预测结果,降低由预测错误造成的行车风险。以成都地铁8号线真实数据为例进行实验,设计5种评价指标,通过基线模型与消融实验对所提ATT-CNN-BiLSTM进行评价,该模型对于异常场景的预测误差至少减小9.626%。
关键词
列车状态预测
虚拟编组
深度学习
注意力机制
双向长短期记忆神经网络
Keywords
train state prediction
virtual coupling
deep learning
attention mechanism
bi-directional LSTM
分类号
U283.5 [交通运输工程—交通信息工程及控制]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ATT-CNN-BiLSTM的虚拟编组列车时空轨迹预测
柴铭
刘皓元
苏浩翔
唐涛
刘宏杰
《铁道学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
