基于神经网络的车站能力查定系统的优化

在编组站能力查定过程中,采集完备而合理的原始数据是计算能力的基础。为解决客观环境及人为因素造成采集数据失真和影响可靠性的问题,结合西宁货站的实际情况,对连续3天的写实数据进行了收集分析,在计算系统模块中采用混合策略神经网络方法对原始数据进行预处理,这样能够比较正确的可以查明车站现有设备能完成多大任务,发现设备和作业组织上的薄弱环节,并根据运量的增长趋势,有预见地采取加强能力的措施。