基于反馈型神经网络的动车组高级修计划编制方法

    公开(公告)号:CN103279827B

    公开(公告)日:2016-06-29

    申请号:CN201310194110.1

    申请日:2013-05-23

    Abstract: 本发明提供一种基于反馈型神经网络的动车组高级修计划编制方法,包括:建立全路动车组开行特征规则表,并存入数据库;通过数据挖掘对所述数据库中的开行信息进行分类聚合,得到每列动车组的日均走行里程拟合值;生成计划时间段内的全路动车组检修密度分布图,并计算每个神经元节点的检修适宜度;使用检修能力及运输高峰期条件约束验证,在所述检修密度分布图中标识冲突点位;调整所述冲突点位及所述检修能力,使得在所述每个神经元节点的检修适宜度限度条件下,其检修密度的加权值最低;输出全路动车组高级修计划编制结果;本发明解决了多目标求解条件下的全路动车组高级修计划编制,实现未来任意时间段内的动车组高级修计划的精确推算。

    列车车地间数据通信方法

    公开(公告)号:CN102355496B

    公开(公告)日:2014-08-20

    申请号:CN201110298222.2

    申请日:2011-09-27

    Abstract: 本发明公开了一种列车车地间数据通信方法,涉及计算机网络通信技术领域。该方法包括步骤:S1.车载客户端向地面系统发送网络连接,所述网络连接中包含所述车载客户端的身份标识;S2.地面系统将接收到的网络连接注册到网络连接管理队列,并加时间戳;同时,根据所述网络连接管理队列中网络连接的优先级以及地面系统与对应的车载客户端之间的连接通道的状态,从回传队列中获取优先级高的网络连接对应的待回传数据,将其发送至所述优先级高的网络连接对应的车载客户端,并在所述回传队列中加入回传数据的时间戳。本发明的方法能够实现高负载高并发网络系统,实现复杂度低、数据安全性、及时性、准确性高,且稳定、可靠。

    基于反馈型神经网络的动车组高级修计划编制方法

    公开(公告)号:CN103279827A

    公开(公告)日:2013-09-04

    申请号:CN201310194110.1

    申请日:2013-05-23

    Abstract: 本发明提供一种基于反馈型神经网络的动车组高级修计划编制方法,包括:建立全路动车组开行特征规则表,并存入数据库;通过数据挖掘对所述数据库中的开行信息进行分类聚合,得到每列动车组的日均走行里程拟合值;生成计划时间段内的全路动车组检修密度分布图,并计算每个神经元节点的检修适宜度;使用检修能力及运输高峰期条件约束验证,在所述检修密度分布图中标识冲突点位;调整所述冲突点位及所述检修能力,使得在所述每个神经元节点的检修适宜度限度条件下,其检修密度的加权值最低;输出全路动车组高级修计划编制结果;本发明解决了多目标求解条件下的全路动车组高级修计划编制,实现未来任意时间段内的动车组高级修计划的精确推算。

Patent Agency Ranking