公开(公告)号：CN111369181B

公开(公告)日：2020-09-29

申请号：CN202010481727.1

申请日：2020-06-01

Applicant: 北京全路通信信号研究设计院集团有限公司

Inventor： 韦伟 ,  刘岭 ,  张杰 ,  李擎 ,  王舟帆

IPC: G06Q10/06 ,  G06Q50/30 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提出一种列车自主调度深度强化学习方法和装置，基于轨道交通数据，以列车运行状态S、列车动作A、根据列车运行状态S和列车动作A组成的回报R（S，A）、采取动作后达到的后续状态S´建立N个单列列车四元组（S，A，R，S´），选择n个四元组（S，A，R，S´），计算梯度值，利用梯度值更新值函数神经网络参数，判断值函数神经网络参数是否达到预定条件，若值函数神经网络参数达到预定条件，停止更新值函数神经网络参数，若值函数神经网络参数未达到预定条件，重新选择n个四元组（S，A，R，S´），继续更新值函数神经网络参数，得到训练好的值函数神经网络，训练好的值函数神经网络可用于列车调度。

公开(公告)号：CN111242292A

公开(公告)日：2020-06-05

申请号：CN202010336522.4

申请日：2020-04-26

Applicant: 北京全路通信信号研究设计院集团有限公司

Inventor： 韦伟 ,  刘岭 ,  张晚秋 ,  张波 ,  李擎

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明属于人工智能预测技术领域，并公开了一种基于深度时空网络的OD数据预测方法及系统，OD数据预测方法包括：步骤S1：根据历史数据构建多个数据集，多个数据集包括至少一间隔历史周期数据集以及当日趋势数据集；步骤S2：构建OD稀疏时空残差网络模型；步骤S3：利用深度神经网络的反向传播规则和Adam算法对OD稀疏时空残差网络模型进行训练；步骤S4：根据实时数据通过OD稀疏时空残差网络模型获得预测结果。通过OD稀疏时空残差网络模型对OD数据复杂时空依赖和分布特性的描述，实现对OD数据的精准预测。