中国安全科学学报

作者：黄平, 文超, 李忠灿, 杨宇翔, 彭其渊

单位：1 西南交通大学 综合交通大数据应用技术国家工程实验室,四川 成都 610031; ；2 西南交通大学 综合交通运输国家地方联合工程实验室,四川 成都 610031; ；3 滑铁卢大学 铁路研究中心,加拿大 滑铁卢 N2L3G1

关键词：高速铁路(HSR),列车运行实绩,晚点预测,循环神经网络(RNN),列车相互作用

基金：国家自然科学基金资助(71871188);国家重点研发计划(2017YFB1200701);西南交通大学博士研究生创新基金资助(D-CX201827)。

准确地预测高速列车晚点时间对提高高速铁路实时调度指挥水平及运输服务质量有重要意义。以武汉-广州高速铁路(HSR)列车运行实绩数据为基础,建立基于循环神经网络(RNN)的列车晚点预测模型。该模型中,按照列车实际运行顺序输入RNN以利用其反馈机制学习到相邻列车间相互作用关系。基于平均绝对误差(MAE)以及平均绝对百分误差(MAPE)评估模型的预测能力。结果表明:提出的深度学习模型预测精度明显高于人工神经网络、支持向量回归及马尔科夫等已有列车晚点时间预测模型。

来源：2019年第S1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2019年第S1期