铁路货运站场车辆终到停留时间预测模型研究

为应对显著增加的铁路货运作业需求,提高铁路货运站场作业效率,在收集相关影响因素的基础上,设计了铁路货运站场车辆终到停留时间预测模型(简称:预测模型)。该模型通过统计数据,预测车辆出发空重状态,再根据出发状态预测终到停留时长。采用同时训练随机森林和BP(Back Propagation)神经网络、选取较优结果的方式构建3个子模型。通过数据验证,该预测模型的预测结果均方误差与平均绝对误差均优于仅使用随机森林算法或BP神经网络算法的模型,能够有效预测车辆终到停留时间,为货运站场作业计划安排和作业效率分析提供技术支撑。