公开(公告)号：CN119106765A

公开(公告)日：2024-12-10

申请号：CN202411203783.3

申请日：2024-08-29

Applicant: 清华大学

Inventor： 王冲 ,  高宇泽 ,  董炜 ,  孙新亚 ,  吉吟东

IPC: G06Q10/04 ,  G06Q50/40 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06F18/22 ,  G06N3/048 ,  G06F123/02

Abstract: 本公开涉及智能交通技术领域，尤其涉及一种基于图卷积神经网络的高速铁路列车晚点预测方法、装置及存储介质。所述方法包括：获取列车在前站的第一运行数据，前站为在列车的行驶线路上位于待预测的目标车站之前的n个车站，n为正整数，第一运行数据用于指示列车在前站的晚点情况和运行计划；根据第一运行数据，调用训练完成的晚点预测模型进行晚点预测，输出得到晚点预测结果，晚点预测结果用于指示预测的列车在目标车站的晚点情况，晚点预测模型为基于图卷积神经网络的模型。本公开实施例通过基于图卷积神经网络的晚点预测模型，实现了利用列车在前站的晚点情况和运行计划对列车在目标车站的晚点情况进行预测，提高了列车晚点预测效果。

公开(公告)号：CN119117052A

公开(公告)日：2024-12-13

申请号：CN202411404990.5

申请日：2024-10-09

Applicant: 清华大学

Inventor： 李忠灿 ,  高宇泽 ,  董炜 ,  吉吟东 ,  孙新亚

IPC: B61L27/10

Abstract: 本申请涉及一种基于强化学习的列车运行调整方法、装置和电子设备，其中，该方法包括：获取第一列车计划运行方案；建立状态集和动作集；状态集包括各趟列车在各车站的晚点值；动作集包括各趟列车在各车站的停靠时长和在各运行区间的行驶速度；根据各趟列车在各车站的晚点值、各趟列车在各车站的停靠时长和第一计划停靠时长、各趟列车在各运行区间的运行时长和第一计划运行时长配置目标回报函数；根据状态集、动作集和目标回报函数训练强化学习模型；利用训练好的强化学习模型得到第二列车计划运行方案；本申请的方法可以对同一列车运行线路上列车群的运行方案进行整体调整，减少列车整体晚点时间，并可以避免对列车群的运行方案进行大规模调整。