-
题名技术站列车晚点时间预测方法
被引量：6
- 1
-
-
作者
孙略添
宋瑞
何世伟
殷玮川
-
机构
北京交通大学城市交通复杂系统理论与技术教育部重点实验室
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2018年第1期94-98,126,共6页
-
基金
国家自然科学基金(61374202)
中国铁路总公司科技研究开发计划项目(2017X004-D
2017X004-E)~~
-
文摘
准确地对技术站整体列车到达晚点时间进行预测不仅可以为技术站调度预警,也可以为车站合理安排列车进路预留时间,从而尽可能保证货物运到期限,对技术站能力的提高和铁路货运市场的保证具有重要意义.本文分析技术站列车到达晚点情况和技术站列车晚点的主要影响因素.建立GM(1,2)模型对列车晚点时间进行预测,再利用马尔可夫矩阵进行误差修正,确定目标所处区间范围,往复预测并修正,使未来一段时间内的模糊预测结果准确地落在预测区间内;同时利用径向基神经网络(RBF)对数据进行插值扩充,从而对晚点时间进行精确预测,平均相对误差保持在3%以下.最后分析比较了两种预测方法的优劣并分别指出了预测方法的适用范围.
-
关键词
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
-
Keywords
railway transportation
delay time prediction
grey Markov model
RBF network
technical station train
-
分类号
U294.13
[交通运输工程—交通运输规划与管理]
-
-
题名高铁故障晚点时间预测的支持向量回归模型
被引量：3
- 2
-
-
作者
汤轶雄
徐传玲
文超
李忠灿
宋邵杰
-
机构
西南交通大学交通运输与物流学院
综合交通运输智能化国家地方联合工程实验室
中国铁路广州局集团有限公司调度所
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2019年第S02期18-23,共6页
-
基金
国家自然科学基金资助(71871188,61503311)
四川省科技厅应用基础研究项目(2018JY0567).
-
文摘
为准确预测高速铁路(HSR)列车故障引起的总晚点时间,基于广铁集团高速铁路列车晚点实绩数据,分别运用软间隔支持向量机回归(ε-SVR)和容错比支持向量机回归(ν-SVR)方法以初始晚点时间、影响列车数、晚点致因为自变量,总晚点时间为因变量构建SVR模型。使用测试数据进行模型预测能力评估,结果表明:在20%相对允许误差范围内,ε-SVR和ν-SVR模型的预测精度均超过了0.8,且ν-SVR模型的预测精度要高于ε-SVR模型。
-
关键词
高速铁路(HSR)
列车运行实绩
初始晚点
晚点时间预测
支持向量回归(SVR)模型
-
Keywords
high-speed rail
train real operation data
primary delay
delay time prediction
support vector regression(SVR)model
-
分类号
U292.4
[交通运输工程—交通运输规划与管理]
-
