廖 璐,张亚东,葛晓程,郭 进,禹 倩
(1.西南交通大学信息科学与技术学院,成都 611756; 2.哈德斯菲尔德大学铁路研究所,英国)
随着铁路网络化的快速发展,旅客出行需求的增长让铁路线路的利用率越来越高,列车开行密度越来越大。在保证列车安全运行的前提下,确保准点率是铁路运输服务质量的关键。
列车按预先设计的运行图运行,但在实际运行过程中往往会受到如恶劣天气、设备故障、人为失误等不确定因素干扰[1-2],造成初始晚点,其次由于晚点传播效应,初始晚点的晚点效应会延伸至后续列车,进而出现连带晚点。列车的晚点会延误旅客和货物行程,造成直接的经济损失,严重情况下可能引起铁路运输网中断,大大降低铁路运输效率,给行车组织工作带来巨大压力[3-4]。因此,准确有效地实现铁路列车晚点时长预测,对列车运行图优化、列车运行指挥优化和确保铁路运输服务质量具有重要意义。
列车晚点是一个一直受学术界关注的问题,国内外学者在列车晚点预测方面做了大量研究。Javad Lessan等[5]通过建立3种不同的贝叶斯网络结构来识别晚点传播链中变量的关系,以实现晚点预测;Steven Harrod等[6]基于运行计划中的缓冲时间和补充时间提出一种计算累积晚点的方法以实现晚点预测;Rob M.P. Goverde[7]采用max-plus方法计算由初始晚点引起的连带晚点,以此预测后续晚点值;随着铁路运营信息化的发展,在列车运行信息的全面采集和充分处理的基础上,通过利用机器学习和深度学习算法在列车晚点预测方面也有一些最新的研究。……