基于马尔科夫链的高铁列车连带晚点横向传播

基于高铁列车运行实绩,将列车晚点分为初始晚点和连带晚点,挖掘连带晚点时空分布的宏观特性,分析车站层面高铁列车连带晚点横向传播及晚点恢复过程。分析列车的到站状态仅与前行列车的到站状态有关,故列车到站是一个具有“无后效性”的随机过程。将连带晚点横向传播过程视为齐次马尔科夫链,并基于状态转移概率矩阵分析不同晚点状态和连带晚点强度下的列车晚点横向传播规律。基于广深高铁列车运行实绩,研究列车不同晚点状态对晚点传播的影响,结果表明:后行列车的连带晚点不可能由非晚点列车造成,在部分区段内连带晚点随列车运行距离的增加出现“累积”趋势,且连带晚点较初始晚点更易造成晚点传播;随着到站间隔的增加,后行列车发生连带晚点的概率逐渐减小,经过6个到站间隔后,各列车到站状态的概率基本稳定。分析不同强度的连带晚点对晚点横向传播的影响,由一步、二步和三步转移概率矩阵结果得出:不同时长的连带晚点发生的概率随连带晚点时长的增大而降低,且不同强度的连带晚点都对后行第1列列车的影响程度最大。结论有助于减少列车间的相互作用干扰,提高运行图鲁棒性,并为高速铁路调度指挥决策,优化列车运行组织提供参考。

高速铁路列车连带晚点的智能预测及特征识别

列车晚点预测及分析直接服务于高速铁路调度指挥,是列车晚点研究的重点内容.通过对列车晚点传播结构及传播规律的分析,提出了一种高速铁路列车连带晚点的智能预测及特征识别方法.首先利用列车晚点自身传播及相邻线列车晚点传播的关系,构建基于小波神经网络的列车连带晚点递阶预测模型;然后利用列车晚点波动的线性组合方程及其结构向量,进行列车连带晚点影响值的量化;最后综合连带晚点的实际值、预测值和影响值,将晚点分为严重晚点、消散晚点、潜在晚点、一般晚点四种类型.成渝高铁的实例数据表明,小波神经网络的预测结果具有较高精度,连带晚点的分类结果也比较符合实际,能够为高速铁路列车连带晚点的运行调整提供数据支撑.

高速铁路列车连带晚点产生机理及其判定

列车的连带晚点会引起晚点的传播,影响铁路运输服务质量,挖掘列车连带晚点的特征,对于提高列车调度指挥质量具有重要意义。从高速列车和运输资源关系的角度分析了高速列车连带晚点产生的机理,将连带晚点细分为车站间隔连带晚点、区间连带晚点、天窗连带晚点、列车进路连带晚点、动车组接续连带晚点和跨线列车跨线连带晚点六大类,并提出车站间隔连带晚点、动车组接续连带晚点和跨线列车跨线连带晚点的判定准则。最后根据提出的连带晚点判定准则,统计分析了厦深高速铁路惠州南站的到站间隔连带晚点情况,相关分析结果将能支撑调度调整决策。