摘要
一种基于分位数回归的不确定性列车到达晚点预测方法及应用,包括:确定研究线路,收集用于模型训练的列车运行历史数据;构建分位数回归晚点预测网络模型;使用构建的神经网络和历史数据进行模型训练;构建不确定性评价指标评价进行模型性能评价。本发明使用CNN、Transformer结合的神经网络进行列车历史信息的提取与晚点有关的时空特征信息,设计分位数回归损失函数进行预测,得到不同分位数条件下的预测晚点值,从而获得到达晚点的范围及其概率分布,为调度员进行延误调整提供了更加丰富的决策信息,更好地应对不同应用场景下的调整方案制定。
技术关键词
注意力机制
非易失性存储介质
融合卷积神经网络
计算机可读指令
列车运行数据
预测网络模型
编码向量
Softmax函数
时空特征信息
多层卷积网络
列车运行信息
矩阵
前馈神经网络
指标
序列
覆盖率
神经网络模型
系统为您推荐了相关专利信息
网络安全监测方法
多任务并行处理
关联分析算法
网络流量数据
系统日志
运输路径规划方法
深度神经网络模型
序列标注方法
条件随机场模型
构建知识图谱
动态预测方法
植被
记忆单元
LSTM模型
分解算法
卷积网络模型
双通道注意力
通道注意力机制
动态
信号输入模块
结晶度检测方法
超声信号
聚合物
深度学习模型
激光超声