地铁线路实时数据驱动的DAS驾驶策略优化方法

本发明涉及地铁列车驾驶策略优化技术领域，公开了地铁线路实时数据驱动的DAS驾驶策略优化方法，该方法包括：获取包含列车实时位置序列、站点乘客流量数据及轨旁信号设备状态的多维度运行数据；通过卷积时空编码器提取线路运行特征，利用时间序列分解算法生成客流波动预测图谱，对轨旁信号设备状态进行特征融合生成设备健康度评估矩阵；将多维度数据输入驾驶策略模型生成初始驾驶指令序列，通过区域聚类算法划分运行控制优先级，结合遗传算法构建动态优化策略网络生成最终驾驶策略方案；实时采集执行状态日志，通过异常决策检测模型更新策略网络。本方法实现了地铁驾驶策略的动态优化，提升了运营的安全性、效率和舒适性。