一种紧耦合的列车运行计划智能调整方法

摘要: 本发明涉及列车运行调整,尤其是涉及一种紧耦合的列车运行计划智能调整方法。背景技术:1、近年来,人工智能、大数据、云计算、物联网、区块链、数字孪生等新兴信息技术的...
一种紧耦合的列车运行计划智能调整方法

本发明涉及列车运行调整,尤其是涉及一种紧耦合的列车运行计划智能调整方法。

背景技术:

1、近年来,人工智能、大数据、云计算、物联网、区块链、数字孪生等新兴信息技术的快速发展对推进智能高速铁路理论研究和技术创新产生了积极影响。智能调度集中(centralized traffic control,ctc)系统是智能高速铁路信号系统的核心装备之一,而列车晚点预测和列车运行调整是智能ctc系统的核心功能,在提升运输效率,保障铁路运营安全等方面发挥着重要作用。

2、目前,列车运行调整未能有效融入晚点预测信息,导致列车调度员只能在已发生晚点的情况下,制定列车运行调整方案。由于扰动场景的不断变化,所生成的调整方案无法降低列车未来潜在晚点风险,且调度员需要频繁发布调整计划,不仅工作强度大,而且效率低。因此,亟需构建基于预测-决策框架的列车运行智能调整方法,将晚点预测信息有效融入列车运行调整中。

3、针对列车运行调整问题,从模型构建、模型求解等方面已有大量研究。吴卫等公开的文献“基于深度强化学习dddqn的高速列车智能调度调整方法”针对列车在区间线路突发中断场景下的运行调整问题,提出了融合整数规划与深度强化学习的dddqn方法,可以在短时间内求解出最优的列车运行调整方案。俞胜平等公开的文献“基于策略梯度强化学习的高铁列车动态调度方法”针对单向线路列车调度问题,以列车在各车站到发时间总和最小为优化目标,构建了混合整数非线性规划模型,并设计了基于策略梯度强化学习的模型求解算法。yue等公开的文献“reinforcement learning for scalable train timetablerescheduling with graph representation”提出了一种基于图神经网络和强化学习的列车运行调整模型,与现有模型相比,所提模型在各种列车晚点场景下始终能获得更好的策略。zhan等公开的文献“train rescheduling in a major disruption on a high-speedrailway network with seat reservation”针对区间完全中断场景,以列车晚点成本最小为目标,建立了基于时空网络的整数线性规划模型,并采用2阶段优化算法进行模型求解。张璞等公开的文献“限速等级不确定条件下高速铁路列车运行调整研究”针对限速等级不确定场景下的列车运行调整问题,在利用随机优化的方法构建列车晚点场景集合基础上,设计列车运行调整鲁棒模型。王义惠等公开的文献“地铁线路双向中断时长不确定下的列车运行调整”针对地铁双向运营中断时长不确定的场景,利用2阶段法和滚动时域优化算法求解模型,实现列车运行计划的滚动优化调整。liu等公开的文献“admm-based jointrescheduling method for high-speed railway timetabling and platforming incase of uncertain perturbation”提出了一种区间限速等级不确定情况下的高速铁路列车时刻表和站台分配的联合重新调度方法。xu等公开的文献“a robust mixed-integerlinear programming model for mitigating rail transit disruptions underuncertainty”为缓解不确定中断场景对轨道交通通勤客流的影响,提出了两阶段鲁棒优化模型,并利用割平面算法对模型进行有效求解。上述研究都是以已发生晚点为前提,建立列车运行调整模型,未能将列车晚点预测信息有效融入列车运行调整中,导致调整后的列车运行图与计划运行图偏离程度较大。因此,生成的列车运行调整方案不能有效降低列车未来潜在晚点风险。针对列车晚点预测问题,李建民等公开的文献“基于多阶段特征优选的高速铁路列车晚点预测模型”提出了一种融合多阶段特征优选方法和改进深度神经网络的列车晚点预测模型,克服了大规模高维数据集不相关和冗余信息对列车晚点预测模型性能的影响。唐涛等公开的文献“基于国内外铁路运营数据的列车运行时间预测模型”利用装箱梯度提升树建立了列车区间运行时间预测模型,相较于其他预测模型具有更高的预测精度。li等公开的文献“integrating graph and neural relational inference for network-wide train delay prediction: an equilibrium between accuracy andinterpretability”提出了融合神经关系推理和图神经网络的列车晚点预测模型,实现了铁路网络晚点传播预测中可解释性和准确性的统一。li等公开的文献“railway networkdelay evolution: a heterogeneous graph neural network approach”为捕捉列车运行的动态时间相关性和复杂的空间依赖性,提出了融合事件-活动网络和基于注意力的时空图卷积网络的列车晚点预测方法。但目前针对列车晚点预测的研究大多致力于生成确定的预测值,而在列车实际运行过程中,扰动场景会实时变化,若直接将点预测值用于运行调整,可能导致列车运行调整方案鲁棒性不足。因此,有必要在现有预测方法的基础上引入预测误差分析,生成概率化的晚点预测误差场景集合,为列车运行调整提供更加可靠的决策依据。

技术实现思路

1、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引入预测误差分析,生成概率化的晚点预测误差场景集合,为列车运行调整提供更加可靠的决策依据的紧耦合的列车运行计划智能调整方法。

2、本发明的目的可以通过以下技术方案来实现:

3、一种紧耦合的列车运行计划智能调整方法,包括以下步骤:

4、将待调整的铁路网络抽象为异构图,对列车和车站之间的相互作用进行建模,构建基于图神经网络的列车晚点预测模型,以根据当前时刻的铁路网络状态,获取各运行中的列车的晚点预测值;

5、根据预先获取的各晚点预测误差场景及其发生概率,对当前时刻的铁路网络中运行的各列车的晚点预测值进行映射,得到包含多个晚点预测误差场景下的晚点预测值及其发生概率的列车晚点预测误差场景集合;

6、构建考虑所述列车晚点预测误差场景集合的列车运行调整模型,该列车运行调整模型以计及晚点预测误差场景的发生概率的列车晚点风险最小化为优化目标;采用基于改进深度确定性策略梯度的模型求解算法对所述列车运行调整模型进行求解,得到适应各个晚点预测误差场景的列车运行计划调整策略。

7、进一步的,所述将待调整的铁路网络抽象为异构图,包括设置异构图的节点集和边集;

8、所述节点集的设置过程包括:将运行中的列车、已到达终点的列车、中间站和终点站均抽象为异构图中的节点;

9、所述边集根据实体间的物理与逻辑关系定义,包括用于表征因最小安全间隔约束导致晚点传播的运行列车间的有向边、用于表征车站资源持续占用影响的终到列车与运行列车间的边、构成路网物理拓扑的相邻车站间的边、以及用于表征车站调度资源对列车运行影响的由车站指向运行列车的边。

10、进一步的,所述列车晚点预测模型的图神经网络采用同构和异构混合网络架构,分别对连接同类节点的同构边和连接异类节点的异构边进行处理,对应的处理过程包括:

11、对于连接同类节点的同构边,采用标准图采样和聚合网络进行节点信息聚合;

12、对于连接异类节点的异构边,通过独立的参数化投影函数将异构边的源节点和目标节点的特征映射至同一隐式特征空间,然后对每个目标节点分别聚合来自不同类型边上所有邻居节点的信息,得到各个特征向量;将聚合得到的各个特征向量融合,得到节点的更新后特征。

13、进一步的,所述晚点预测误差场景及其发生概率的获取过程包括:

14、获取铁路网路的历史运行数据构建多个历史样本,利用列车晚点预测模型对各历史样本进行晚点预测值的预测,并与列车的实际晚点值对比,计算预测误差,获取列车晚点预测误差的概率密度曲线,并进行离散化处理,得到包含多个误差场景及其发生概率的列车晚点预测误差场景集合。

15、进一步的,所述方法采用非参数核密度估方法,通过选取合适的核函数和带宽,获取列车晚点预测误差的概率密度曲线;

16、所述列车晚点预测误差的概率密度曲线的函数表达式为:

17、

18、式中,为概率密度曲线的函数值,

e为当前预测误差值,

n为样本数量,为核函数,决定了样本点

e

i在

e处的误差概率密度权重;

h为带宽;所述核函数采用高斯核函数,所述带宽基于最优带宽经验法则设置;

19、所述误差场景的确定过程包括:根据预测误差的上下限和误差场景的所需划分数量,确定误差场景的区间宽度以对所述列车晚点预测误差的概率密度曲线进行划分,以划分出的各区间的中心值,作为各误差场景的对应位置;

20、所述误差场景的发生概率的计算过程包括:对各误差场景的核密度函数进行积分,得到各误差场景的发生概率。

21、进一步的,所述列车运行调整模型的优化目标具体为在某个误差场景下,以每列列车在其途径车站实际到发时间与计划时间偏差总和衡量未来实际运行图与计划运行图的偏离程度,并与误差场景的发生概率结合,作为每列列车未来晚点风险;

22、所述列车运行调整模型的优化目标的表达式为:

23、

24、式中,为列车运行调整模型的优化目标值,为误差场景的发生概率,为误差场景下列车

i从车站

j的实际离开时间,为列车

i从车站

j的计划离开时间,为误差场景下列车

i在车站

j的实际到达时间,为列车

i在车站

j的计划到达时间,

r1为列车出发时刻晚点惩罚权重,

r2为列车到达时刻晚点惩罚权重,

i为列车集合,为列车

i至终到站途径区间集合,

e为列车活动集合;

25、所述列车运行调整模型的约束条件包括:区间运行约束、停站时间约束、车站安全间隔时间约束、列车离站和到站时间约束、列车在始发站和计划停车站出发时刻约束、列车越行约束和列车区间能力约束。

26、进一步的,所述基于改进深度确定性策略梯度的模型求解算法,将所述列车运行调整模型的列车运行调整问题转化为马尔科夫决策过程,该马尔科夫决策过程将连续的时空运行过程离散化为多个决策阶段,并定义有状态向量、动作向量和奖励函数,以在每个决策阶段进行状态转移;

27、所述状态向量包含每列列车的局部状态集合,所述局部状态集合中的局部状态至少包括归一化后的区间到发晚点时长、列车在区间内的相对顺序以及列车当前占用的资源编号;

28、所述动作向量为每列车在每一决策阶段的可执行微观指令,包括停车或行驶;

29、所述奖励函数为列车运行调整模型的优化目标的负值。

30、进一步的,所述基于改进深度确定性策略梯度的模型求解算法采用改进ddpg算法对所述马尔科夫决策过程进行求解,所述改进ddpg算法包括演员-评论家结构、目标网络机制和经验回放机制,所述演员-评论家结构包括在线执行网络和在线评估网络,所述目标网络机制在所述演员-评论家结构的执行部分和评估部分分别添加了一个结构相同的网络,作为目标执行网络和目标评估网络;所述经验回放机制用于通过回放记忆缓冲区中随机提取经验样本;

31、所述改进ddpg算法的求解过程中,由在线执行网络根据列车运行调整环境生成列车动作后,对列车运行调整环境的状态进行转移,输出列车动作和转移后的状态给在线评估网络计算出对应的q函数值,以分别对在线执行网络的参数和在线评估网络的参数进行更新;

32、所述目标执行网络和目标评估网络基于在线执行网络和在线评估网络进行软更新,所述目标执行网络的以下一阶段的状态作为输入;

33、所述经验回放机制将随机提取的经验样本用于演员-评论家结构的训练。

34、进一步的,所述在线评估网络基于多步前瞻机制,通过计算n步时序差分目标进行q函数值的更新,所述q函数值的更新表达式为:

35、

36、

37、式中,

y

t为q学习时的时序差分目标,和

a分别表示q学习的折扣因子,为第

t+

j个决策阶段获得的即时奖励,为状态下动作

a对应的最优q值,为在状态和动作

a下的q函数值。

38、进一步的,所述经验回放机制通过计算经验样本的时序差分误差动态调整其被采样的经验样本的优先级,所述经验样本的时序差分误差的表达式为:

39、

40、式中,

t

e为经验样本

e的时序差分误差,

r

t为经验样本e在当前决策阶段获得的即时奖励,为q学习的折扣因子,为目标评估网络对下一阶段状态-动作对的估计q值,为在线评估网络对当前状态-动作对的q值估计;

41、所述被采样的经验样本的优先级的表达式为:

42、

43、式中,为经验样本

e的优先级,为正实数。

44、与现有技术相比,本发明具有以下优点:

45、(1)本发明提出并构建了预测-决策联合框架,将晚点预测模型与运行调整模型进行集成,基于异构图的同构-异构模型实现高精度网络化晚点传播预测,并利用非参数核密度估计将预测结果转化为带概率的晚点场景集合,作为后续调整模型的输入,以求解得到适应各个晚点预测误差场景的列车运行计划调整策略,实现列车晚点预测和列车运行调整决策的紧耦合。

46、该框架使调整决策能够主动考虑并权衡多种未来可能场景,以最小化期望晚点风险为目标生成调整策略,从而将调度模式从事后被动响应转变为事前主动调整,显著提升了系统调整的前瞻性、协同性与整体智能化水平。

47、(2)本发明提出了基于非参数核密度估计的误差分析方法与概率场景生成技术,通过选择合适的核函数和带宽生成平滑的概率密度曲线,对晚点预测误差概率密度曲线进行离散化处理,以每个场景中心值为晚点预测误差场景点,对每个晚点预测误差场景的核密度函数进行积分,得到每个场景的发生概率,有效解决了点预测的局限性。该方法能从不预设分布的历史数据中,自适应学习预测误差的复杂概率特性,并生成结构化、概率化的晚点预测场景集合。

48、(3)本发明构建了考虑晚点预测不确定性的列车运行调整模型,该模型的核心创新在于,将晚点预测模块输出的点预测值通过核密度估计生成的概率化场景集合作为关键输入,构建每列列车未来晚点风险,以作为优化目标。这一设计使得所生成的调整方案不再是针对单一未来,而是面向一组概率化的未来可能进行优化。因此,方案具备鲁棒性,能够有效平衡不同场景下的性能,显著降低了因预测偏差而导致调整失败的风险。

49、(4)本发明设计了融合多步前瞻与优先经验回放的改进深度确定性策略梯度的模型求解算法,该算法通过多步前瞻机制,在更新价值函数时融合未来多步的奖励,使智能体具备长视决策能力,能更准确地评估调整动作对缓解未来延误风险的长期价值,有效克服了奖励延迟问题。优先经验回放机制通过识别并更频繁地重放具有高学习价值的经验样本,大幅提升了数据利用效率和算法的整体收敛速度。这两项改进协同作用,使得算法能够从与仿真环境的高效交互中,自主、快速地学习出在不确定预测场景下全局性能优异、实时性高的列车运行调整策略。