[发明专利]一种铁路货运的事故预警及分类的方法及装置

说明书

本发明公开了一种铁路货运的事故预警及分类的方法及装置，本发明实施例基于铁路货运的历史货运记录信息，设置包含至少一个子网络的铁路货运网络，通过图神经网络(GNN)方式对所述铁路货物网络进行训练，得到具有货运记录信息中的各个属性权重的铁路货运模型；将铁路货运的货运记录信息输入训练得到的铁路货运模型，得出安全事故预警及分类结果。这样，本发明实施例就可以对铁路货运的事故进行准确预警及进行准确分类判断。

技术领域

本发明涉及计算机技术领域，特别涉及一种铁路货运的事故预警及分类的方法及装置。

背景技术

铁路运输是使用铁路列车运送货物的一种运输方式，其特点是运送量大，速度快及成本低，受气候条件限制低，适合大宗、笨重货物的长度运输，铁路运输在目前和今后都是货物运输的主力。随着经济发展，铁路货运有了较大发展，但是，一方面危险货物运输的种类和数量也在不断增减；另一方面需要进行长距离及大吨位的异地运输也大大增加，这无疑都增加了铁路运输的事故发生率。所以，为了促进铁路货物运输持续健康的发展，需要对铁路货物运输安全进行足够的安全预警工作。

现阶段，对铁路货物运输安全进行安全预警的研究成果主要包括：铁路安全预警、铁路运输经济预警和营销预警等方面。但是在现有大部分研究工作中，提供的预警方法大部分针对的是人员管理及事故管理方面，缺乏对实际铁路货运的事故预警及分类判断。

比如：申请号为“201910114731.1”，名称为“一种铁路货物运输安全管理方法、客户端”的发明申请中提到的基于任务的铁路货物运输安全管理方法；申请号为“201811388693.0”，名称为“一种基于云服务的铁路运输安全管理系统”的专利申请中提出的，基于云计算和模块管理的铁路运输安全管理系统，这两个专利申请可以在宏观层面上对铁路货物运输安全进行管理，但是没有提及对实际铁路货运的事故进行预警及进行分类判断。

在申请号为“201811516247.3”，名称为“基于混合启发式规则系统的铁联运输风险概率计算方法”的专利申请中，提出了一种基于混合启发式规则系统的铁路运输风险概率计算方法，其优点是采用混合启发规则，减少规则的总是，避免规则组合爆炸问题，但是其输入为铁路运输区间的环境检测量、设备检测量及承运检测量，输出为铁路运输风险概率。这个方案在输入时并没有考虑到站点及铁路货运所承载的货物等主要相关因素的影响。所进行运输风险概率不准确。

综上，如何对铁路货运的事故进行准确预警及进行准确分类判断，成为了一个亟待解决的问题。

发明内容

有鉴于此，本发明实施例提供一种铁路货运的事故预警及分类的方法，该方法能够对铁路货运的事故进行准确预警及进行准确分类判断。

本发明实施例还提供一种铁路货运的事故预警及分类的装置，该装置够对铁路货运的事故进行准确预警及进行准确分类判断。

本发明实施例是这样实现的：

一种铁路货运的事故预警及分类的方法，该方法包括：

获取铁路货运的历史货运记录信息，每一条历史货运记录信息中包括多个属性及对应的属性值；

设置包含对应每条历史货运记录信息的子网络结构的铁路货运网络；

通过图神经网络GNN方式对所述铁路货物网络进行训练，得到反映子网络结构之间对应属性值之间的相似度关系的铁路货运模型；

将铁路货运的货运记录信息输入训练得到的铁路货运模型中，输出得到所述铁路货运的货运记录信息对应的安全事故预警及分类结果。

所述历史货运记录信息中的属性包括：始发站O、终点站D、货物品类G及车辆信息C4；