基于改進RF-XGBoost算法的列車運行晚點預測研究

劉魯岳,肖寶弟,2,岳麗麗

(1.蘭州交通大學自動化與電氣工程學院,蘭州 730070；2.北京康吉森交通技術有限公司,北京 101318)

引言

伴隨著中國經濟的快速發展，新時期“八橫八縱”高速鐵路網不斷加密并覆蓋各級城市。截至2021年底，全國高速鐵路運營里程已達到4萬km。高鐵服務旅客出行的同時，由于惡劣天氣，設備故障及客流量大等影響，列車晚點的現象時有發生。據資料顯示，京廣高鐵和滬昆高鐵等繁忙干線經常因為暴雨導致列車晚點，晚點時間長達數小時。而且高鐵存在行車密度大，客流量多以及交路圖復雜等特點，晚點將會打亂列車正常運行計劃，增加在區間運行的風險及加重車站調度員的工作量[1]。

列車晚點分為初始晚點和連帶晚點。由于設備故障和惡劣天氣等原因造成的晚點稱為初始晚點；由于前行列車晚點而導致后行列車晚點稱作連帶晚點[2]。因此，為了使列車晚點損失降到最小，在鋪畫列車運行圖時需要設置一定的緩沖時間。設置緩沖時間能夠使列車實現晚點自身恢復[3]。近幾年，國內外有大量學者針對列車晚點預測進行研究。張琦等[4]通過特征識別方法，將晚點類型分為四類，運用神經網絡對連帶晚點現象智能預測；莊河等[5]基于廣鐵集團高速列車的運行實績，通過K-S檢驗比較初始晚點分布曲線的擬合效果；黃平等[6]運用隨機森林回歸模型，將晚點恢復時間作為因變量研究武廣高鐵晚點恢復情況；廖璐等[7]建立基于GBDT的列車晚點時長預測模型，經過模型調參后發現預測精度提高；……