基于深度学习的联锁测试序列推荐方法

测试序列的组织与选取是保证铁路信号联锁系统测试质量和效率的关键环节,现阶段主要采用人工方式进行,工作量大且容易遗留漏洞。通过结合专家经验及历史测试信息,提出一种基于深度学习的联锁功能测试序列推荐方法,用以辅助测试人员开展测试工作,提高测试效率。针对联锁拓扑结构特征难以通过深度学习提取和训练的问题,构建了基于站场拓扑结构的树形递归神经网络,提高模型对联锁测试数据的特征提取能力;针对联锁测试序列特点,设计加入注意力机制的编码器-解码器框架,解决模型训练时产生的信息压缩问题,提高模型对联锁逻辑及测试案例间逻辑关联的学习能力。基于实际站场数据进行了一系列对比实验,结果表明,将递归神经网络与加入注意力机制的编码器-解码器框架相结合的测试序列推荐模型在训练集及测试集精确度方面均高于其他模型,达到90%以上并通过测试序列的执行时间和缺陷检测速率证明了该推荐模型的可行性。

铁路信号站场图形一致性检测的算法设计

分析了铁路信号计算机联锁系统中的站场拓扑图形生成机理问题,阐述了图形设备单元的设计过程及其与道岔、信号机及区段数据基的实时对应关系;提出了图形绘制更新流程和图形一致性检测程序流程,对绘图类与联锁程序和通信接口的关系进行了表述,并给出了一种基于代价有向站场拓扑图的k步扩散进路搜索算法;通过C++编程实现了上述图形检测生成算法,并在工程项目中进行了应用,最后对具体的实例进行了算法仿真模拟。

联锁进路敌对信号的搜索算法设计

分析了铁路信号计算机联锁系统中进路敌对信号的定义及处理生成问题,借助联锁进路表阐述了敌对信号与进路搜索之间的约束关系;结合站场有向图和邻接矩阵,利用数学图论知识,提出了一种进路敌信号搜索算法和k步进路扩散生成算法,给出了算法步骤流程并通过类C语言实现算法全过程。算法在实际工程项目中进行了应用,并对实际的站场实例进行了算法仿真模拟,提供了部分铁路站场进路和敌对信号实例数据。

联锁进路生成的切换控制算法设计

阐述了切换控制系统的概念和表达形式,结合铁路信号系统给出了几个与进路生成有关的切换定义。提出了一种k步进路搜索算法思路,并在此基础上提出一种新型的基于切换控制的进路生成算法。分析了铁路信号系统在有无敌对信号情况下切换算法的设计过程,结合实际工程项目给出了一些实例。通过项目仿真结果表明,算法通过一系列的切换生成进路的时间数量级较图搜索算法明显减少,从而提高选路的效率。