[发明专利]一种基于贝叶斯网络的高铁列车晚点影响因素诊断方法

说明书

本发明涉及一种基于贝叶斯网络的高铁列车晚点影响因素诊断方法，包括步骤：1)根据高铁列车实际晚点数据获取影响因素，初步建立基于假设的贝叶斯网络模型；2)利用专家经验法和D‑S证据融合理论判断步骤S1中贝叶斯网络模型中各影响因素之间的关系；3)基于d‑分隔理论，计算条件交互信息，获取基于交互信息的贝叶斯网络结构；4)对贝叶斯网络的结构进行独立性检验，筛选条件独立的影响因素之间的关联，并将其从贝叶斯网络结构中删除；5)确定修改后的贝叶斯网络参数，对处理后的贝叶斯网络结构中的影响因素计算后验概率，诊断出最终高铁列车晚点影响因素。与现有技术相比，本发明具有有效定量确定影响因素，提高准点率等优点。

技术领域

本发明涉及高速铁路运营技术领域，尤其是涉及一种基于贝叶斯网络的高铁列车晚点影响因素诊断方法。

背景技术

近年来，高速铁路以其安全、快速、便捷的优势得到迅速发展。在高速铁路网规模不断增长的同时，设备、环境等各类因素导致的列车晚点也一直影响高铁旅客运输服务质量的提高。

由于普通铁路和高铁的运行轨道、供电方式以及受外部环境的影响程度均不相同，因此对普通铁路列车晚点的研究不能完全适用于高速铁路。目前对于高铁列车晚点的研究主要侧重于定性分析和列车晚点后的恢复问题。

庄河等在《基于高速列车运行实绩的致因-初始晚点时长分布模型》中将高铁列车的晚点致因分为车辆故障、ATP故障、线路故障、接触网-受电弓和信号系统故障、异物入侵、恶劣天气和组织管理七类，并基于高速列车运行实绩数据，建立了总晚点致因、各类型晚点致因-初始晚点时长分布的模型。孟子悦等在《高速铁路列车运行晚点特征分析》中针对某一条高铁线路，探究了列车晚点指标的相关性，得出该条高速铁路列车晚点特点及规律。黄平等在《武广高速铁路列车晚点恢复时间预测的随机森林模型》中以武广高速铁路列车运行实绩数据为基础，研究了高速列车初始晚点恢复的机理，并利用随机森林模型进行了初始晚点恢复预测。谭荫等在《基于实绩运行数据的高铁列车晚点情况研究》中结合武广高铁的实绩运行数据，构建了能够描述列车晚点在运行线上传播的晚点状态概率转移矩阵，对调度指挥与优化运行图具有指导意义。

由上可见，目前关于高铁列车晚点的相关研究，较多关注于列车晚点的特征、后果及恢复时间，而关于高铁列车晚点原因及原因间的关系的研究则相对较少，且现有研究成果对提高高铁列车准点率的帮助有限。高速铁路运营系统由众多的子系统构成，各子系统间的关系也非常复杂，其运行状态受车辆状态、运行轨道、供电方式、外部环境等作用，影响其准点率的因素往往存在多重映射，是一个典型的大型、非线性复杂系统，无法有效进行定量影响因素的获取。因此，针对该大型、非线性复杂系统，如何对其进行晚点影响因素诊断是提高准点率的重中之重。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于贝叶斯网络的高铁列车晚点影响因素诊断方法，该方法通过建立高铁列车晚点的贝叶斯网络模型，计算影响因素的后验概率，从而获取每个影响因素的影响程度，进而有效降低高铁列车的晚点率。

本发明的目的可以通过以下技术方案来实现：

一种基于贝叶斯网络的高铁列车晚点影响因素诊断方法，该方法的具体步骤如下：

S1：依据高铁列车实际晚点案例，初步建立基于假设的贝叶斯网络模型。基于假设的贝叶斯网络模型的具体内容为：

将人员、设备、外部环境三大影响因素作为直接影响因素，并设定为贝叶斯网络模型中的父节点，每一个父节点包括多个子节点；其中人员因素包含3个子节点：人员侵限、旅客不当行为、工作人员操作失误；设备因素包含8个子节点：ATP等故障、红光带灯故障、站台门故障、接触网故障、受电弓故障、供电设备故障、列车车门故障和晃车或异响；外部环境因素包含3个子节点：时刻、雨雪天气、异物侵限；即影响高铁列车晚点的影响因素共有16个。将车辆停止位置坡度和车型作为间接影响因素。