-
公开(公告)号：CN110796332B
公开(公告)日：2022-11-22
申请号：CN201910861482.2
申请日：2019-09-12
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明公开了一种区域轨道交通网络化开行方案备选集制定方法，所述方法包括：构建单一制式单一线路站站停开行方案备选集和多制式多线路跨线站站停开行方案备选集；根据单一制式单一线路站站停开行方案备选集和多制式多线路跨线站站停开行方案备选集构建站站停开行方案备选集；根据站站停开行方案备选集构建跳站停开行方案备选集；根据站站停开行方案备选集和跳站停开行方案备选集构建区域轨道交通网络化开行方案备选集。本发明的开行方案备选集更加适应区域内多制式、多层次的分级网络特征，备选集制定效率较既有方法有高效提升，同时基于该备选集编制开行方案效率更高、适用性更强。
-
公开(公告)号：CN110766298B
公开(公告)日：2022-11-22
申请号：CN201910960470.5
申请日：2019-10-10
Applicant: 北京全路通信信号研究设计院集团有限公司
IPC: G06Q10/06 , G06F16/2458 , G06F16/248 , G06F16/25 , G06F30/20
Abstract: 本发明属于轨道交通技术领域，具体涉及一种多制式多业务轨道交通仿真模拟方法及系统。本发明的仿真系统充分考虑不同制式和不同专业之间的相互影响和制约关系，提高多制式轨道交通系统运输效能仿真评估的准确性。而且，本发明的仿真系统可灵活配置仿真对象规模和空间范围，能够根据实际仿真需求灵活化配置仿真场景。具体地，仿真的网络范围、业务决策方案和仿真专业可灵活配置。在不修改或少量修改的情况下，即可满足不同区域多制式轨道交通的仿真和分析评估需求。此外，本发明的仿真评估方法克服了单一制式、单一专业效能指标仿真评估方法所存在的片面性，更有效地支撑区域多制式轨道交通协同运输决策生成和效能提升。
-
公开(公告)号：CN111619624B
公开(公告)日：2022-06-21
申请号：CN202010481726.7
申请日：2020-06-01
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明提出一种基于深度强化学习的有轨电车运行控制方法和系统，仿真模块仿真实际有轨电车运输系统并生成有轨电车运行状态S，基于ε‑greedy策略生成有轨电车动作A，深度强化学习模块获得有轨电车动作回报R（S，A），仿真模块生成后续有轨电车运行状态S´，构建有轨电车四元组（S，A，R，S´），利用四元组（S，A，R，S´）更新值函数神经网络参数，得到训练好的自动驾驶模型，将训练好的自动驾驶模型输送至自动驾驶模块，仿真模块生成当前有轨电车运行状态，并将当前有轨电车运行状态输出至自动驾驶模块，自动驾驶模块基于当前有轨电车运行状态上生成自动驾驶方案，自动驾驶模块将自动驾驶方案输送至实际有轨电车运输系统。
-
公开(公告)号：CN109625027B
公开(公告)日：2021-02-02
申请号：CN201811257209.0
申请日：2018-10-26
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明提供了一种列车群作业组织与运行控制系统，所述控制系统由调度组织层和执行控制层组成，所述调度组织层与所述执行控制层实现数据连接，其中，所述调度组织层，用于确定列车群进站或出站时空路径的规划；所述执行控制层，用于基于所述调度组织层的调度命令，控制列车群的目标位置、目标速度和道岔的锁闭。本发明提出的列车群作业组织与运行控制系统提高了进出站作业组织效率，能够控制车辆以较小的间隔时间开展进出站作业。
-
公开(公告)号：CN111859718A
公开(公告)日：2020-10-30
申请号：CN202010998331.4
申请日：2020-09-22
Applicant: 北京全路通信信号研究设计院集团有限公司
IPC: G06F30/20 , G06Q50/30 , G06F17/18 , G06F111/06
Abstract: 本发明公开了一种区域多制式轨道交通车站拥挤系数计算方法及系统，所述计算方法包括，获取车站j紧邻区间断面客流量的差值和车站j交换客流系数；求取车站j紧邻区间断面客流量的差值和车站j交换客流系数的乘积，并平均到经过车站j的每列列车上，得到在车站j的列车的平均交换客流量；获取车站j站台的有效面积；求取车站j站台的有效面积与在车站j的列车的平均交换客流量的比值，获取车站j站台的旅客人均占有面积；基于车站j站台的旅客人均占有面积，获取区域多制式轨道交通中车站j的拥挤系数。所述计算方法能够有效地反映旅客在车站的拥挤感知。
-
Patent Agency Ranking
公开(公告)号：CN111231992B
公开(公告)日：2020-09-08
申请号：CN202010336511.6
申请日：2020-04-26
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明提供编组周期内不进行编组作业的列车数量的计算方法，包括如下步骤：列车灵活编组下，确定单位时间的编组周期内进行编组作业的列车数量；根据确定的单位时间的编组周期内进行编组作业的列车数量，确定单位时间的编组周期内不进行编组作业的列车数量。解决现有并未形成列车在不同灵活编组作业方式下单位时间的编组周期内不进行编组作业的列车数量的计算方法的技术问题。本发明方法简单，便于操作，并且对计算列车在不同灵活编组作业方式下的区域轨道交通运输能力打下重要基础。
-
公开(公告)号：CN111242395B
公开(公告)日：2020-07-31
申请号：CN202010336521.X
申请日：2020-04-26
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明属于人工智能预测技术领域，并公开了一种用于OD数据的预测模型构建方法及装置，预测模型构建方法包括：步骤S1：对历史数据进行预处理，选取出至少一间隔历史周期数据集及当日趋势数据集；步骤S2：根据处理后的数据构建OD稀疏时空残差网络模型；步骤S3：利用深度神经网络的反向传播规则和Adam算法对OD稀疏时空残差网络模型进行训练；步骤S4：对OD稀疏时空残差网络模型进行验证并输出。通过构建OD数据稀疏时空残差网络对OD数据复杂时空依赖和分布特性的描述，实现OD数据的精准预测。
-
公开(公告)号：CN111376954A
公开(公告)日：2020-07-07
申请号：CN202010481714.4
申请日：2020-06-01
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明提出一种列车自主调度方法和系统,仿真模块接收轨道交通数据，仿真实际轨道交通系统,仿真模块与深度强化学习模块交互训练，深度强化学习模块得到训练好的调度决策模型，深度强化学习模块将训练好的调度决策模型输送至调度方案模块,仿真模块仿真当前列车运行状态，并将当前列车运行状态输出至调度方案模块,调度方案模块基于当前列车运行状态上生成调度方案,调度方案模块将调度方案输送至实际轨道交通系统;通过仿真模块仿真实际轨道交通系统，通过深度强化学习模块训练调度模型，使得每列车根据运行环境进行自身运行操控策略的调整，从而在保证列车运行安全和准点的前提下，降低列车运行能耗和旅客等待时间；调度的实时性和灵活性较高。
-
公开(公告)号：CN111369181A
公开(公告)日：2020-07-03
申请号：CN202010481727.1
申请日：2020-06-01
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明提出一种列车自主调度深度强化学习方法和模块，基于轨道交通数据，以列车运行状态S、列车动作A、根据列车运行状态S和列车动作A组成的回报R（S，A）、采取动作后达到的后续状态S´建立N个单列列车四元组（S，A，R，S´），选择n个四元组（S，A，R，S´），计算梯度值，利用梯度值更新值函数神经网络参数，判断值函数神经网络参数是否达到预定条件，若值函数神经网络参数达到预定条件，停止更新值函数神经网络参数，若值函数神经网络参数未达到预定条件，重新选择n个四元组（S，A，R，S´），继续更新值函数神经网络参数，得到训练好的值函数神经网络，训练好的值函数神经网络可用于列车调度。
-
公开(公告)号：CN111242394A
公开(公告)日：2020-06-05
申请号：CN202010336499.9
申请日：2020-04-26
Applicant: 北京全路通信信号研究设计院集团有限公司
Abstract: 本发明属于数据处理技术领域，并公开了一种空间关联特征的提取方法及系统，空间关联特征的提取方法包括：步骤S1：对空间关联数据进行选取获得至少一周期数据集及趋势数据集；步骤S2：基于时间滑动机制对至少一周期数据集进行处理，对处理后的至少一周期数据集进行特征提取与聚合获得特征图；步骤S3：构建残差卷积单元，根据趋势数据集及特征图提取空间关联特征。通过本发明实现对复杂空间依赖的准确描述，为今后时空预测提供更为准确的数据支撑。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.037 seconds)
