-
公开(公告)号：CN109359788B
公开(公告)日：2021-08-17
申请号：CN201811489173.9
申请日：2018-12-06
Applicant: 西南交通大学
Abstract: 本发明涉及交通运输技术领域，其目的在于提供一种高速列车初始晚点影响预测模型的建立方法。本发明包括初始晚点影响列车数预测模型的建立方法和初始晚点影响总时间预测模型的建立方法。初始晚点影响列车数预测模型的建立方法包括以下步骤：比选不同备选的第一机器学习分类模型，选择最终的第一机器学习分类模型，选定最终的第一机器学习分类模型为初始晚点影响列车数预测模型。初始晚点影响总时间预测模型的建立方法包括以下步骤：比选不同备选的第二机器学习分类模型，选择最终的第二机器学习分类模型，选定最终的第二机器学习分类模型为初始晚点影响总时间预测模型。本发明建模过程方便，利于对初始晚点影响列车数和总时间进行预测。
-
公开(公告)号：CN109635246B
公开(公告)日：2021-07-13
申请号：CN201811488860.9
申请日：2018-12-06
Applicant: 西南交通大学
Abstract: 本发明涉及交通运输技术领域，其目的在于提供一种基于深度学习的多属性数据建模方法。本发明包括以下步骤：S1：根据当前高速铁路区段的历史运营数据，提取列车晚点的影响因素及列车晚点观测值；S2：判断影响因素的属性；S3：将不同属性的影响因素分别输入Conv‑LSTM模型、LSTM模型和FCNN模型；S4：基于交叉验证分别优化上述各模型的神经元层数及各层神经元数，分别筛选出上述各模型中最小损失函数值的神经元层数及各层神经元数；S5：选定最终的多属性数据模型。本发明建立完成的多属性数据模型能够有效识别时间序列的时间依赖关系以及时空数据的时空依赖关系，实现对交通工具产生的多属性数据的建模。
-
公开(公告)号：CN109508751B
公开(公告)日：2021-02-09
申请号：CN201811487875.3
申请日：2018-12-06
Applicant: 西南交通大学
Abstract: 本发明公开了一种高速铁路列车晚点时间预测的深度神经网络模型建模方法，属于轨道交通的技术领域，结合相邻列车间具有明显相互作用关系及列车晚点具有时间序列以及非时间序列影响因素的特点，提出了包含循环神经网络以及全连接神经网络的深度神经网络模型；该模型中，晚点的非时间序列影响因素被输入全连接神经网络，时间序列影响因素被输入循环神将网络以利用其反馈机制学习到相邻列车间相互作用关系；以达到能够识别列车之间相互作用对列车晚点的影响，具有较高的预测精度，且具有较好的实际应用能力，其预测绝对误差与相对误差均低于支持向量回归模型、普通神经网络模型及马尔科夫等模型的最优预测结果。
-
公开(公告)号：CN105501722B
公开(公告)日：2018-03-27
申请号：CN201510894756.X
申请日：2015-12-08
IPC: B65D90/00
Abstract: 本发明公开了一种集装箱车载监测系统，主要解决了现有技术组合装车效率低、无法进行实时的动态监测的问题。该集装箱车载监测系统包括车载装置，完成集装箱重力原始信息的采集、转换和传输；驾驶室工作台，与车载装置实现通信，对车载装置采集信息进行处理，对偏载情况进行监控并在发生异常情况时，发出报警；调度指挥中心，存储产生的所有有效数据，接收到警报信息后下达相应的行车命令。本发明有效地克服了现有技术存在的缺陷，且具有使用领域广，拓展性能好、小成本、高效益、紧贴实际，需求刚性等优点。
-
公开(公告)号：CN105501722A
公开(公告)日：2016-04-20
申请号：CN201510894756.X
申请日：2015-12-08
IPC: B65D90/00
CPC classification number: B65D90/00 , B65D2590/0083
Abstract: 本发明公开了一种集装箱车载监测系统，主要解决了现有技术组合装车效率低、无法进行实时的动态监测的问题。该集装箱车载监测系统包括车载装置，完成集装箱重力原始信息的采集、转换和传输；驾驶室工作台，与车载装置实现通信，对车载装置采集信息进行处理，对偏载情况进行监控并在发生异常情况时，发出报警；调度指挥中心，存储产生的所有有效数据，接收到警报信息后下达相应的行车命令。本发明有效地克服了现有技术存在的缺陷，且具有使用领域广，拓展性能好、小成本、高效益、紧贴实际，需求刚性等优点。
-
Patent Agency Ranking
公开(公告)号：CN105346566A
公开(公告)日：2016-02-24
申请号：CN201510796249.2
申请日：2015-11-18
Applicant: 西南交通大学
IPC: B61L23/16
CPC classification number: B61L23/16
Abstract: 本发明公开了一种高速列车运行接近预警系统，主要解决了现有技术定位不准确、可靠性欠佳的问题，为现有列车运行控制系统行车控制提供安全冗余系统或备份系统。该高速列车运行接近预警系统包括行车调度中心；无线闭塞中心，根据地面设备提供的信息及与车载设备的交互生成行车许可；车站联锁系统，使车站范围内的信号机、进路和进路上的道岔相互具有制约关系；GSM-R基站，实现列车与无线闭塞中心之间信号的传输的功能；轨道电路设备，通过轨道电路的定位获得列车的区间占用；车载卫星定位和接收装置，设置在列车上，接收卫星定位信号。采用本发明在既有轨道电路或列车控制系统故障时，依然能够准确确定列车的位置并进行列车接近预警，保证调度的安全。
-
公开(公告)号：CN109508751A
公开(公告)日：2019-03-22
申请号：CN201811487875.3
申请日：2018-12-06
Applicant: 西南交通大学
CPC classification number: G06N3/084 , G06K9/6297 , G06N3/0481
Abstract: 本发明公开了一种高速铁路列车晚点时间预测的深度神经网络模型建模方法，属于轨道交通的技术领域，结合相邻列车间具有明显相互作用关系及列车晚点具有时间序列以及非时间序列影响因素的特点，提出了包含循环神经网络以及全连接神经网络的深度神经网络模型；该模型中，晚点的非时间序列影响因素被输入全连接神经网络，时间序列影响因素被输入循环神将网络以利用其反馈机制学习到相邻列车间相互作用关系；以达到能够识别列车之间相互作用对列车晚点的影响，具有较高的预测精度，且具有较好的实际应用能力，其预测绝对误差与相对误差均低于支持向量回归模型、普通神经网络模型及马尔科夫等模型的最优预测结果。
-
公开(公告)号：CN109583657B
公开(公告)日：2021-03-16
申请号：CN201811487634.9
申请日：2018-12-06
Applicant: 西南交通大学
Abstract: 本发明属于铁路交通技术领域，列车运行实绩数据驱动的运行图冗余时间布局获取方法，包括：S1、根据列车运行实绩数据，提取晚点列车运行记录，并获取列车晚点恢复时间及其影响因素；S2、使用岭回归模型，获取各影响因素的岭回归系数即影响系数；S3、根据列车晚点恢复时间和影响系数，确定冗余时间布局优化模型的目标函数；S4、根据列车运行图及列车运行限制条件，获取列车运行约束条件；S5、根据列车运行图和列车运行约束条件，求解冗余时间布局优化模型，获取冗余时间布局方案。本发明解决了现有技术存在的难以为实时调度指挥提供支撑，方案不具有针对性以及晚点列车无法进行恢复最大化的问题。
-
公开(公告)号：CN109635246A
公开(公告)日：2019-04-16
申请号：CN201811488860.9
申请日：2018-12-06
Applicant: 西南交通大学
CPC classification number: G06F17/18 , G06N3/0454 , G06N3/084 , G06Q10/04 , G06Q50/30
Abstract: 本发明涉及交通运输技术领域，其目的在于提供一种基于深度学习的多属性数据建模方法。本发明包括以下步骤：S1：根据当前高速铁路区段的历史运营数据，提取列车晚点的影响因素及列车晚点观测值；S2：判断影响因素的属性；S3：将不同属性的影响因素分别输入Conv‑LSTM模型、LSTM模型和FCNN模型；S4：基于交叉验证分别优化上述各模型的神经元层数及各层神经元数，分别筛选出上述各模型中最小损失函数值的神经元层数及各层神经元数；S5：选定最终的多属性数据模型。本发明建立完成的多属性数据模型能够有效识别时间序列的时间依赖关系以及时空数据的时空依赖关系，实现对交通工具产生的多属性数据的建模。
-
公开(公告)号：CN109359788A
公开(公告)日：2019-02-19
申请号：CN201811489173.9
申请日：2018-12-06
Applicant: 西南交通大学
Abstract: 本发明涉及交通运输技术领域，其目的在于提供一种高速列车初始晚点影响预测模型的建立方法。本发明包括初始晚点影响列车数预测模型的建立方法和初始晚点影响总时间预测模型的建立方法。初始晚点影响列车数预测模型的建立方法包括以下步骤：比选不同备选的第一机器学习分类模型，选择最终的第一机器学习分类模型，选定最终的第一机器学习分类模型为初始晚点影响列车数预测模型。初始晚点影响总时间预测模型的建立方法包括以下步骤：比选不同备选的第二机器学习分类模型，选择最终的第二机器学习分类模型，选定最终的第二机器学习分类模型为初始晚点影响总时间预测模型。本发明建模过程方便，利于对初始晚点影响列车数和总时间进行预测。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.045 seconds)
