基于GA-BP神经网络的铁路技术站作业效率优化研究

为提升技术站作业效率,在充分分析技术站车流组织过程的基础上,提出人为因素是影响技术站作业效率的主要因素。首先选取人员出勤情况、作业车数量、车流时段分布\,班次\,天气5个自变量进行分析并利用单因素分析法对自变量进行量化与筛选,以各单项作业的超时系数构建输出数据评价体系;其次选取GA-BP神经网络作为预测模型以确定最优权值和阈值;最后利用遗传算法对最佳班组人员组合进行计算,并用实例进行验证。结果表明:GA-BP神经网络测试误差值仅为0.17229,可见在有限样本数据的条件下,班组人员组合与作业效率的评价等级有较强烈的非线性关系。研究为提升现场作业效率、合理分配班组人员提供了一定的理论基础。