中国安全科学学报

作者：唐涛, 甘婧

单位：1 中铁第四勘察设计院集团有限公司,湖北 武汉 430063；2 南京邮电大学 现代邮政学院,江苏 南京 210003

关键词：铁路运营数据,列车运行时间,预测模型,Box-Cox转换,决策树,装箱梯度提升树(HGBT)

基金：铁四院科研课题(2018K094)

为了准确预测列车运行时间,考虑铁路调度工作准确性和及时性需求,构建列车区间运行时间预测模型。首先,提取并分析列车时刻表数据,确定可能影响列车区间运行时间的因素;考虑列车运行时间数据分布的偏态性,引入Box-Cox转换正态化处理数据;然后,基于决策树以及网格搜索算法,分别优化模型输入特征和超参数,提升模型性能;最后,应用装箱梯度提升树(HGBT),基于优化后的特征和超参数,建立列车区间运行时间预测模型,并分别利用我国某铁路线路和欧洲某铁路线路的运营数据评估各阶段工作。结果表明:Box-Cox转换可显著提高数据正态性,提升列车运行时间预测模型的拟合效果;网格搜索算法可同时提高列车运行时间模型效率和精度;相较于其他常用的运行时间预测模型,HGBT模型具有高精度和高效率的优势。

来源：2022年第6期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第6期