公开(公告)号：CN109840639B

公开(公告)日：2022-11-15

申请号：CN201910163959.X

申请日：2019-03-05

申请人： 东北大学

发明人： 周平 ,  陈乐芳 ,  代学武

IPC分类号： G06Q10/04 ,  G06Q50/30

摘要： 本发明提出一种高速铁路列车运行晚点时间预测方法，包括：得到历史数据集；使用Bootstrapping策略选取训练数据集和测试数据集，得到r个弱学习器集成随机权神经网络模型，使用Weighted Voting结合策略，得到强学习器Bagging‑RVFLNs预测模型；使用强学习器Bagging‑RVFLNs预测模型，针对给定的晚点时间及晚点车站，对所需预测的高速铁路列车晚点进行预测，得到晚点预测时间；使用强学习器Bagging‑RVFLNs预测模型，对下一车站或者区间进行晚点时间预测，得到新的晚点预测时间；若需要进一步提高晚点时间预测方法运算速度，使用在线序贯集成随机权神经网络模型代替强学习器Bagging‑RVFLNs预测模型；本发明使用了集成学习随即权神经网络实现对高速列车晚点时间的实时预测，预测精度较高，为高速铁路调度员的调度工作提供辅助。

公开(公告)号：CN109840639A

公开(公告)日：2019-06-04

申请号：CN201910163959.X

申请日：2019-03-05

申请人： 东北大学

发明人： 周平 ,  陈乐芳 ,  代学武

IPC分类号： G06Q10/04 ,  G06Q50/30

摘要： 本发明提出一种高速铁路列车运行晚点时间预测方法，包括：得到历史数据集；使用Bootstrapping策略选取训练数据集和测试数据集，得到r个弱学习器集成随机权神经网络模型，使用Weighted Voting结合策略，得到强学习器Bagging-RVFLNs预测模型；使用强学习器Bagging-RVFLNs预测模型，针对给定的晚点时间及晚点车站，对所需预测的高速铁路列车晚点进行预测，得到晚点预测时间；使用强学习器Bagging-RVFLNs预测模型，对下一车站或者区间进行晚点时间预测，得到新的晚点预测时间；若需要进一步提高晚点时间预测方法运算速度，使用在线序贯集成随机权神经网络模型代替强学习器Bagging-RVFLNs预测模型；本发明使用了集成学习随即权神经网络实现对高速列车晚点时间的实时预测，预测精度较高，为高速铁路调度员的调度工作提供辅助。