《中国安全科学学报杂志》发表论文赏析
作者:文超, 杨雄, 黄平, 李忠灿, 唐优华
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
摘要:为解决列车运行冲突管理问题,提升铁路运输组织效率,基于列车运行冲突基本概念,综述列车运行冲突检测及消解的传统数学模型及数据驱动模型;分析传统数学模型存在的不足,提出运用机器学习和深度学习方法研究列车运行冲突与检测问题的趋势。结果表明:传统数学模型大多基于抽象模型和简单假设,较难处理实践中的大尺度复杂问题,这些模型的试验结果与运输生产实践仍有较大差距;智能计算和机器学习数据驱动模型以列车运行实绩为基础,更加贴近运输生产及实践。
关键词:铁路,冲突检测,冲突消解,数据驱动,列车运行实绩
基金资助:国家自然科学基金资助(71871188, 61503311); 四川省科技厅应用基础研究项目(2018JY0567); 西南交通大学博士研究生创新基金资助(D-CX201827)。