公开(公告)号：CN111932039A

公开(公告)日：2020-11-13

申请号：CN202011045208.7

申请日：2020-09-29

Applicant: 北京交通大学 ,  厦门大学

Inventor： 许心越 ,  许旺土 ,  石睿 ,  马慧茹 ,  丁忻 ,  李建民 ,  王铭铭

IPC: G06Q10/04 ,  G06Q10/06

Abstract: 本发明公开了一种列车到站晚点预测方法、装置、电子设备及存储介质，该方法包括：提取列车晚点的特征集合，基于所述特征集合构建时空关联的XGBoost晚点预测模型；定义所述XGBoost晚点预测模型的超参数范围，将所述特征集合分割为训练集和测试集；基于所述训练集采用贝叶斯算法对所述XGBoost晚点预测模型的超参数组合进行迭代优化；采用最大化采集函数对所述优化后的XGBoost晚点预测模型进行修正；采用测试集测试所述修正后的XGBoost晚点预测模型以得到最终的预测结果。本发明提出的方法比既有的晚点预测模型预测精度更高、鲁棒性更强、计算速度更快，能够为晚点情况下列车能力评估及列车调整提供决策支持。

公开(公告)号：CN114971073B

公开(公告)日：2024-08-13

申请号：CN202210723029.7

申请日：2022-06-24

Applicant: 北京交通大学

Inventor： 许心越 ,  丁忻 ,  李建民

IPC: G06Q10/04 ,  G06N3/084 ,  G06N3/0442 ,  G06N3/045 ,  G06F18/214 ,  G06N20/00 ,  G06N20/20 ,  G06N5/01 ,  G06N3/0985

Abstract: 本发明提供的一种跨线列车多站到达晚点预测的方法及装置，首先获取并处理跨线列车实绩运行数据、外界天气数据和车站配线数据进行处理和清洗；使用69种常见的分布拟合函数对跨线列车的影响列车数量和总晚点时间进行分布拟合，确定跨线列车晚点的影响范围和程度；从6个方面对晚点影响因素进行提取，提取处理的过程基于LSTM、列车的运行顺序和逻辑约束处理因素变量；对传统的DNN模型进行改进，降低深层网络的计算复杂度并避免出现过拟合的现象；最后采用Embedded的方法、使用IDNN模型进行训练，得到影响因素识别和晚点预测的结果。本发明提出的机器学习方法比既有的晚点预测模型预测精度更高、鲁棒性更强、计算速度更快。

公开(公告)号：CN114971073A

公开(公告)日：2022-08-30

申请号：CN202210723029.7

申请日：2022-06-24

Applicant: 北京交通大学

Inventor： 许心越 ,  丁忻 ,  李建民

IPC: G06Q10/04 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明提供的一种跨线列车多站到达晚点预测的方法及装置，首先获取并处理跨线列车实绩运行数据、外界天气数据和车站配线数据进行处理和清洗；使用69种常见的分布拟合函数对跨线列车的影响列车数量和总晚点时间进行分布拟合，确定跨线列车晚点的影响范围和程度；从6个方面对晚点影响因素进行提取，提取处理的过程基于LSTM、列车的运行顺序和逻辑约束处理因素变量；对传统的DNN模型进行改进，降低深层网络的计算复杂度并避免出现过拟合的现象；最后采用Embedded的方法、使用IDNN模型进行训练，得到影响因素识别和晚点预测的结果。本发明提出的机器学习方法比既有的晚点预测模型预测精度更高、鲁棒性更强、计算速度更快。