[发明专利]一种高速列车初始晚点影响预测模型的建立方法

说明书

本发明涉及交通运输技术领域，其目的在于提供一种高速列车初始晚点影响预测模型的建立方法。本发明包括初始晚点影响列车数预测模型的建立方法和初始晚点影响总时间预测模型的建立方法。初始晚点影响列车数预测模型的建立方法包括以下步骤：比选不同备选的第一机器学习分类模型，选择最终的第一机器学习分类模型，选定最终的第一机器学习分类模型为初始晚点影响列车数预测模型。初始晚点影响总时间预测模型的建立方法包括以下步骤：比选不同备选的第二机器学习分类模型，选择最终的第二机器学习分类模型，选定最终的第二机器学习分类模型为初始晚点影响总时间预测模型。本发明建模过程方便，利于对初始晚点影响列车数和总时间进行预测。

技术领域

本发明涉及交通运输技术领域，特别是涉及一种高速列车初始晚点影响预测模型的建立方法。

背景技术

高速铁路具有安全性好、送达速度快、正点率高、输送能力大、能耗低等一系列优点，高速铁路的发展极大地缓解了运输能力紧张，提升了我国路网的规模与质量，为国民经济的持续快速发展起到了重要支撑作用。

然而，由于高速铁路运行环境复杂，高速列车在运行过程中，不可避免地会受到外界环境、内部系统机械故障以及组织管理的影响，导致列车的实际到达时间(实际出发时间)与计划到达时间(计划出发时间)有偏差，造成列车晚点。当列车晚点是由于自身车辆、设备故障突发事自然环境等因素引起的，被称为初始晚点；而当晚点是由于初始晚点的列车的晚点影响造成的，则称其为连带晚点或二次晚点。严重的晚点可能会在线路、局部网大面积传播，影响列车运行计划的正常执行，降低运输服务质量。

由于研究车站初始晚点影响模型能够有效地预测初始晚点的发生概率以及影响程度，在一定程度上为高速铁路调度指挥理论的深化研究提供基础。而现有技术中，国内外既有列车晚点研究多使用传统数学模型驱动的方法或使用仿真手段解决相关问题。然而，使用这些方法建立相关模型时，需要对晚点致因及分布、晚点传播机理、晚点恢复过程等具有精确的描述与认识。而在实际过程中，大部分研究都需基于一定的假设和前提条件进行，要么对问题简化、要么提前设定晚点分布规律或传播模式，因此所建立的模型和算法对使用范围要求比较严苛，而对运输实际生产的指导性不足。

因此，有必要研究一种解决上述问题的高速列车初始晚点影响预测模型的建立方法。

发明内容

为了解决现有技术存在的上述问题，本发明提供了一种高速列车初始晚点影响预测模型的建立方法，建模过程方便，利于在实际生产中对初始晚点影响列车数和总时间进行预测。

本发明采用的技术方案是：

一种高速列车初始晚点影响预测模型的建立方法，其特征在于：包括初始晚点影响列车数预测模型的建立方法和初始晚点影响总时间预测模型的建立方法；其中，初始晚点影响列车数预测模型的建立方法包括以下步骤：

S101：指定待处理车站，提取待处理车站的初始晚点影响列车序列，得到初始晚点影响列车数数据样本；

S102：根据初始晚点影响列车数数据样本得到初始晚点影响列车数S；

S103：确定影响初始晚点影响列车数的因素特征集F；

S104：将影响初始晚点影响列车数的因素特征集F作为特征输入，将初始晚点影响列车数S作为模型输出，初始晚点影响列车数S与影响初始晚点影响列车数的因素特征集F的对应关系为：

S＝Φ(F)，其中Φ为第一机器学习分类模型；

S105：选择多个备选的第一机器学习分类模型，将影响初始晚点影响列车数的因素特征集F输入对应的多个备选的第一机器学习分类模型，并得到多个最终参数；

S106：分别对多个备选的第一机器学习分类模型的最终参数进行评价并得到评价结果，然后根据评价结果选定其中一第一机器学习分类模型为初始晚点影响列车数预测模型；