铁路编组站阶段计划动态调整方法研究

摘要

铁路编组站阶段计划执行过程中的不确定事件导致其无法持续最优,阶段计划动态调整方法对于提高编组站作业效率具有重要意义。研究提出包括时间预测、动态车流推算、计划调整、计划实施、实时信息采集反馈等步骤的阶段计划动态调整流程,通过计算残差相关系数进行数据属性相关性分析和降维处理,利用机器学习方法和神经网络模型预测各阶段作业过程用时,建立基于作业过程用时精准预测的动态车流推算模型,对动态车流推算过程进行符号化描述,提出模型的约束条件和目标函数,设计基于蚁群算法的编组站动态车流推算模型求解算法。结果表明,作业过程用时预测误差随训练集样本数量增大而逐渐减小,蚁群算法计算时间满足阶段计划动态调整实际应用的需要。