一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法及系統(tǒng)，本發(fā)明通過序列模式挖掘方法從機(jī)車運行原始數(shù)據(jù)中離線獲得操縱檔位序列，再通過離線優(yōu)化算法對操縱檔位序列中具體檔位的時間分配比例進(jìn)行尋優(yōu)，通過最佳能耗的時間分配比例序列來構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，并依據(jù)其獲得特定機(jī)車及線路參數(shù)與操縱檔位序列的關(guān)聯(lián)規(guī)則，最終利用最優(yōu)能耗的操縱序列來在線指導(dǎo)機(jī)車運行。由于離線計算不受到時間因素的限制，因此離線部分擁有更好的優(yōu)化空間，且機(jī)車運行過程中應(yīng)用離線獲得機(jī)車運行操縱檔位序列時能夠取得很好的節(jié)能效果。另外，將機(jī)車在線操縱運行結(jié)果作為離線序列模式挖掘方法及尋優(yōu)算法的數(shù)據(jù)輸入，使得離線學(xué)習(xí)能夠不斷進(jìn)行調(diào)整與優(yōu)化。
【專利說明】一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及機(jī)車運行優(yōu)化操縱技術(shù)，尤其涉及一種從離線至在線實現(xiàn)鐵路機(jī)車運行優(yōu)化操縱的方法及系統(tǒng)。
【背景技術(shù)】
[0002]鐵路機(jī)車運行控制是一個典型的多目標(biāo)、多約束、非線性的復(fù)雜實時變化過程。因此針對鐵路機(jī)車的運行操縱問題是一個非線性有約束的動態(tài)優(yōu)化問題。
[0003]現(xiàn)有優(yōu)化鐵路機(jī)車運行操縱方法主要利用模糊控制技術(shù)、遺傳算法以及它們的集成算法等多種優(yōu)化技術(shù)運用于機(jī)車運行優(yōu)化計算來指導(dǎo)機(jī)車的運行。
[0004]上述模糊控制技術(shù)從模糊推理與預(yù)測控制相結(jié)合的角度，建立模糊規(guī)則，并依據(jù)該模糊規(guī)則構(gòu)建面向區(qū)間運行的鐵路機(jī)車操縱模糊預(yù)測模型，然后依據(jù)該鐵路機(jī)車操縱模糊預(yù)測模型操縱鐵路機(jī)車的運行。這種模糊控制技術(shù)屬于在線算法，且模糊規(guī)則的制定主要依賴于人為經(jīng)驗，設(shè)計難度大，優(yōu)化搜索的時間長。
[0005]上述遺傳算法通過生成有用的解決方案來優(yōu)化和搜索問題，結(jié)合鐵路機(jī)車運行子區(qū)間上的優(yōu)化操縱序列，對問題進(jìn)行求解，最終獲得合適的鐵路機(jī)車操縱序列。這種遺傳算法搜索的時間長。
[0006]上述幾種在線優(yōu)化算法目前都無法滿足在線控制的要求，優(yōu)化搜索的時間長，無法適用于機(jī)車在線優(yōu)化計算，容易受到鐵路機(jī)車本身各方面條件的約束，如運行時間限制等，因此這種算法的可靠性以及結(jié)果的優(yōu)化必然會受到制約，無法在鐵路機(jī)車運行過程中獲得很好的節(jié)能效果，且上述方法計算的初始策略多依賴于人工經(jīng)驗，因而對于通用性的機(jī)車和線路來說，其優(yōu)化合理性難以支撐，因此從鐵路機(jī)車運行時間以及能耗角度都存在很大的優(yōu)化空間。

【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的是提供一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法及系統(tǒng)，其離線獲得鐵路機(jī)車運行操縱檔位序列的過程不受時間因素的限制，因此從鐵路機(jī)車運行時間以及能耗角度具有更好的優(yōu)化空間，且鐵路機(jī)車運行過程中應(yīng)用離線獲得鐵路機(jī)車運行操縱檔位序列時能夠取得很好的節(jié)能效果。
[0008]本發(fā)明通過如下技術(shù)方案實現(xiàn):
[0009]本發(fā)明提供了一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法，其包括:
[0010]提取鐵路機(jī)車原始運行數(shù)據(jù)；
[0011]通過序列模式挖掘技術(shù)針對所述鐵路機(jī)車原始運行數(shù)據(jù)進(jìn)行挖掘，得到不同類型路段的機(jī)車運行操縱檔位序列；
[0012]針對所得到的不同類型路段的機(jī)車運行操縱檔位序列，通過離線尋優(yōu)算法找出每種類型路段中最佳能耗的操縱檔位序列對應(yīng)的時間分配比例序列；
[0013]根據(jù)得到的操縱檔位序列對應(yīng)的時間分配比例序列，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，并基于該神經(jīng)網(wǎng)絡(luò)模型根據(jù)通過離線尋優(yōu)算法找出的時間分配比例序列，對機(jī)車運行操縱檔位序列關(guān)聯(lián)的特征參數(shù)進(jìn)行學(xué)習(xí)，獲得各條線路的最佳機(jī)車運行操縱檔位序列，并將其與鐵路機(jī)車及線路特征參數(shù)相關(guān)聯(lián)；
[0014]當(dāng)鐵路機(jī)車在某條線路運行時，根據(jù)該鐵路機(jī)車及線路特征參數(shù)，匹配相應(yīng)的機(jī)車運行操縱檔位序列；
[0015]根據(jù)匹配得到的機(jī)車運行操縱檔位序列，操縱鐵路機(jī)車的實時運行。
[0016]更進(jìn)一步地，所述的一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法，還包括:
[0017]將應(yīng)用機(jī)車運行操縱檔位序列時的鐵路機(jī)車實時運行數(shù)據(jù)記錄為鐵路機(jī)車原始運行數(shù)據(jù)。
[0018]更進(jìn)一步地，在獲得各條線路的機(jī)車運行操縱檔位序列，并將其與鐵路機(jī)車及線路特征參數(shù)相關(guān)聯(lián)的過程之后，還包括:
[0019]將不同的鐵路機(jī)車及線路特征參數(shù)對應(yīng)的機(jī)車運行操縱檔位序列存放到策略庫中。
[0020]更進(jìn)一步地，所述通過序列模式挖掘技術(shù)針對所述鐵路機(jī)車原始運行數(shù)據(jù)進(jìn)行挖掘，得到不同類型路段的機(jī)車運行操縱檔位序列的過程，具體包括:
[0021]根據(jù)鐵路機(jī)車行駛的線路信息獲得加算坡度，根據(jù)該加算坡度將鐵路機(jī)車線路分成不同類型的路段；
[0022]針對同一條線路中不同類型路段，采用序列模式挖掘算法計算出不同類型路段對應(yīng)的機(jī)車運行操縱檔位序列。
[0023]本發(fā)明還提供一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的系統(tǒng)，其包括:
[0024]機(jī)車運行數(shù)據(jù)提取單元，用于提取鐵路機(jī)車原始運行數(shù)據(jù)；
[0025]序列模式挖掘單元，用于通過序列模式挖掘技術(shù)針對所述鐵路機(jī)車原始運行數(shù)據(jù)進(jìn)行挖掘，得到不同類型路段的機(jī)車運行操縱檔位序列；
[0026]離線數(shù)據(jù)尋優(yōu)單元，用于針對所得到的不同類型路段的機(jī)車運行操縱檔位序列，通過離線尋優(yōu)算法找出每種類型路段中最佳能耗的操縱檔位序列對應(yīng)的時間分配比例序列；
[0027]神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)單元，用于根據(jù)得到的操縱檔位序列對應(yīng)的時間分配比例序列，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，并基于該神經(jīng)網(wǎng)絡(luò)模型根據(jù)通過離線尋優(yōu)算法找出的時間分配比例序列，對機(jī)車運行操縱檔位序列關(guān)聯(lián)的特征參數(shù)進(jìn)行學(xué)習(xí)，獲得各條線路的機(jī)車運行操縱檔位序列，并將其與鐵路機(jī)車及線路特征參數(shù)相關(guān)聯(lián)；
[0028]操縱檔位序列匹配單元，用于當(dāng)鐵路機(jī)車在某條線路運行時，根據(jù)該鐵路機(jī)車及線路特征參數(shù)，匹配相應(yīng)的機(jī)車運行操縱檔位序列；
[0029]機(jī)車操縱運行單元，用于根據(jù)匹配得到的機(jī)車運行操縱檔位序列，操縱鐵路機(jī)車的實時運行。
[0030]更進(jìn)一步地，所述的一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的系統(tǒng)，還包括:
[0031]策略庫，用于存放不同的鐵路機(jī)車及線路特征參數(shù)對應(yīng)的機(jī)車運行操縱檔位序列。
[0032]由上述發(fā)明的技術(shù)方案可以看出，本發(fā)明首先通過序列模式挖掘方法從大量鐵路機(jī)車運行原始數(shù)據(jù)中離線獲得操縱檔位序列，再通過離線優(yōu)化算法進(jìn)行操縱檔位序列中具體檔位的時間分配比例序列的尋優(yōu)，通過最佳能耗的時間分配比例序列來構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，并依據(jù)該神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)獲得鐵路機(jī)車特定參數(shù)與操縱檔位序列的關(guān)聯(lián)規(guī)則，從而最終利用最佳能耗的操縱檔位序列來在線指導(dǎo)機(jī)車運行。由于離線計算不受到時間因素的限制，因此離線部分擁有更好的優(yōu)化空間，且鐵路機(jī)車運行過程中應(yīng)用離線獲得的操縱檔位序列時能夠取得很好的節(jié)能效果。
[0033]另外，將鐵路機(jī)車在線操縱運行結(jié)果作為離線序列模式挖掘方法及尋優(yōu)算法的數(shù)據(jù)輸入，使得離線學(xué)習(xí)能夠不斷的通過在線部分反饋回的數(shù)據(jù)進(jìn)行調(diào)整與優(yōu)化，離線部分同在線部分的緊密結(jié)合及相互影響，權(quán)衡了離線優(yōu)化算法效果和在線優(yōu)化計算時間問題，能夠使鐵路機(jī)車操縱檔位序列得到不斷的優(yōu)化改善，從而最終達(dá)到更好的節(jié)能效果。
【專利附圖】

【附圖說明】
[0034]圖1為本發(fā)明第一實施例的實施流程圖；
[0035]圖2為本發(fā)明第二實施例的結(jié)構(gòu)圖；
[0036]圖3為本發(fā)明第三實施例的結(jié)構(gòu)圖。
[0037]附圖中:操縱檔位序列離線生成裝置10、機(jī)車運行在線操縱裝置20、機(jī)車運行數(shù)據(jù)提取單元10-1、序列模式挖掘單元10-2、離線數(shù)據(jù)尋優(yōu)單元10-3、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)單元10-4、策略庫10-5、操縱檔位序列匹配單元20-1、機(jī)車操縱運行單元20-2。
【具體實施方式】
[0038]為使本發(fā)明更為清晰，下面結(jié)合附圖對本發(fā)明進(jìn)行詳細(xì)地說明。
[0039]本發(fā)明第一實施例提供一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法，其處理過程包括離線和在線兩部分的內(nèi)容:
[0040]離線部分包含機(jī)車原始運行數(shù)據(jù)的收集及通過序列模式挖掘算法對鐵路機(jī)車運行數(shù)據(jù)進(jìn)行學(xué)習(xí)，輸出司機(jī)操縱鐵路機(jī)車的檔位序列，針對這些檔位序列集再通過尋優(yōu)算法計算并獲得最佳能耗的操縱檔位序列中每個具體檔位在行駛過程中所占的時間分配比例，最后通過構(gòu)建神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)出與鐵路機(jī)車及線路特征參數(shù)相關(guān)聯(lián)的機(jī)車操縱檔位序列。
[0041]在線部分是將經(jīng)過離線部分的序列模式挖掘算法、尋優(yōu)算法及神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)之后所獲得的機(jī)車操縱檔位序列，運用到鐵路機(jī)車實時操縱中。當(dāng)鐵路機(jī)車在某條線路運行時，首先根據(jù)線路及路況信息從策略庫中搜索最合適的機(jī)車操縱檔位序列并依據(jù)其構(gòu)建整條線路駕駛的最優(yōu)操縱檔位序列，然后根據(jù)操縱檔位序列方案實時操縱鐵路機(jī)車的運行。在鐵路機(jī)車運行結(jié)束之后，能夠獲得其在最優(yōu)操縱檔位序列下的實際運行數(shù)據(jù)。
[0042]在鐵路機(jī)車實際運行過程中，往往會遇到天氣以及路況的改變，這時候，需要鐵路機(jī)車司機(jī)對正在使用的操縱檔位序列進(jìn)行調(diào)整，調(diào)整后的操縱檔位序列進(jìn)一步作為離線部分的數(shù)據(jù)輸入。因此上述離線部分和在線部分緊密關(guān)聯(lián)，相互作用，它們之間形成的閉環(huán)能夠不斷優(yōu)化機(jī)車操縱檔位序列，最終能夠得到鐵路機(jī)車運行的最優(yōu)操縱檔位序列。
[0043]可以看出，本發(fā)明針對離線部分鐵路機(jī)車運行數(shù)據(jù)，通過序列模式挖掘技術(shù)獲得操縱檔位序列，再通過離線優(yōu)化算法獲得每個操縱檔位序列中具體檔位的最佳能耗的時間分配比例序列，最后構(gòu)建神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)出操縱檔位序列同鐵路機(jī)車及線路特定參數(shù)(坡度，車重，車長等)之間的關(guān)聯(lián)規(guī)則；在線部分將離線部分最終輸出的機(jī)車運行操縱檔位序列運用到不同的線路及路況，并將實際運行結(jié)果作為離線部分的數(shù)據(jù)輸入。離線尋優(yōu)及序列模式挖掘技術(shù)除了對鐵路機(jī)車原始運行數(shù)據(jù)進(jìn)行挖掘之外，還根據(jù)應(yīng)用操縱檔位序列的運行結(jié)果進(jìn)行進(jìn)一步尋優(yōu)。離線部分同在線部分形成閉環(huán)能夠不斷的對機(jī)車操縱檔位序列進(jìn)行學(xué)習(xí)、運用及優(yōu)化，最終獲得最優(yōu)的機(jī)車運行操縱檔位序列，這種離線與在線相結(jié)合的方式能夠權(quán)衡離線優(yōu)化算法效果和在線優(yōu)化計算時間問題，應(yīng)用該技術(shù)能夠使得鐵路機(jī)車獲得更好的節(jié)能效果。
[0044]本發(fā)明第一實施例的具體實施流程如圖1所示，包括:
[0045]步驟S101，提取鐵路機(jī)車原始運行數(shù)據(jù)。
[0046]機(jī)車原始運行數(shù)據(jù)包括:鐵路機(jī)車本身的參數(shù)信息、鐵路機(jī)車運行的線路信息、鐵路機(jī)車在不同線路及線路的不同路段的實際運行數(shù)據(jù)，這些實際運行數(shù)據(jù)包含實時運行檔位信息及實時速度信息等。
[0047]鐵路機(jī)車本身的參數(shù)信息及線路信息通過鐵路局獲得，而鐵路機(jī)車的實際運行數(shù)據(jù)通過鐵路機(jī)車中的LKJ (列車運行控制記錄裝置)獲得。
[0048]步驟S102，通過序列模式挖掘技術(shù)對獲得的鐵路機(jī)車原始運行數(shù)據(jù)進(jìn)行挖掘，得到不同類型路段對應(yīng)的鐵路機(jī)車運行操縱檔位序列。
[0049]步驟S102中，首先根據(jù)鐵路機(jī)車行駛的線路信息，如線路實際坡度，曲線，隧道等獲得加算坡度。
[0050]其中曲線加算坡度公式如下:
[0051 ] PC= 600*LC/ (Rc^Lcars)......................公式 I
[0052]在上述公式中，P。表示曲線的加算坡度，L。表示曲線的長度，R。表示曲線半徑，Lcars表示鐵路機(jī)車的總長度。
[0053]隧道的加算坡度計算公式如下:
[0054]Pt=0.00013氺Lt...............................公式 2
[0055]在上述公式中，Pt表示隧道的加算坡度，Lt表示隧道的長度。
[0056]最終的線路加算坡度由線路實際坡度、隧道加算坡度、曲線加算坡度共同疊加組成。
[0057]根據(jù)加算坡度的大小將鐵路機(jī)車線路分成不同類型的路段，如陡上坡，陡下坡，超陡下坡，緩坡。
[0058]其次，針對同一條線路中不同類型路段，采用序列模式挖掘算法計算出不同類型路段對應(yīng)的鐵路機(jī)車運行操縱檔位序列。
[0059]該步驟中采用的序列模式挖掘算法為現(xiàn)有常用的Apriori算法。Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項集的算法，其核心是基于兩階段頻集思想的遞推算法。
[0060]下面以緩坡路段為例，說明利用Apriori算法計算鐵路機(jī)車在某路段運行的操縱檔位序列的具體實現(xiàn)過程:
[0061]提取出鐵路機(jī)車30次在同一條線路上該緩坡段行駛的檔位序列，將其標(biāo)記為T1, T2,…，T3tl ;針對每次檔位序列，用gi，g2,…，811表示具有先后順序的檔位項。
[0062]針對gp g2,…，gn表示的檔位項進(jìn)行第一輪迭代C1,得到{gj，{g2}…{gn}檔位項集，該檔位項集的基數(shù)為I。計算{gj，{g2l...{gn}檔位項集的支持度(支持度表示對應(yīng)的檔位項在所有的檔位序列中占有的百分比)。在這些檔位項中，過濾掉低于支持度閾值(支持度閾值根據(jù)經(jīng)驗設(shè)定)的檔位項，得到第一輪計算的檔位項。
[0063]針對第一輪計算的檔位項進(jìn)行第二輪迭代C2，將C1中獲得的檔位項通過交叉相乘的方式組合在一起獲得基數(shù)為2的檔位項集{g” g2}，{gi, g3}…{gn, gm}，計算基數(shù)為2的檔位項集的支持度，過濾掉低于支持度閾值的檔位項集，得到第二輪計算的檔位項。
[0064]針對第二輪計算得到的檔位項進(jìn)行第三輪迭代C3,將C2中獲得的檔位項通過交叉相乘的方式組合在一起獲得基數(shù)為3的檔位項集Ig1, g2, g3}，{g2, g3, gj…{gn, gm, gkl，根據(jù)Apriori算法中的頻繁檔位項集的所有子集也必須頻繁的這一特性,過濾掉不頻繁的檔位項集；然后計算基數(shù)為3的檔位項集的支持度，過濾掉低于支持度閾值的檔位項集。
[0065]依此類推，進(jìn)行第k輪迭代Ck，將Clri中獲得的檔位項集交叉相乘獲得基數(shù)為k的檔位項集，通過前幾輪同樣的方式進(jìn)行減枝，迭代結(jié)束的標(biāo)志為已不能再找到任何頻繁k+1的檔位項集。此時獲得的檔位項集{g' 2,-,g/ n}為最終鐵路機(jī)車在該路段運行的操縱檔位序列。
[0066]最后根據(jù)如下置信度的公式從獲得的鐵路機(jī)車操縱檔位項集中產(chǎn)生具有順序關(guān)聯(lián)規(guī)則的操縱檔位序列，如gm，gn — gk，表示此通過公式3所示的關(guān)聯(lián)規(guī)則產(chǎn)生的具有順序關(guān)聯(lián)的操縱序列為gm, gn, gk。
[0067]Confidence (A_>B)=P (B|A)=support_count(AB)/support_count(A)
[0068]................公式 3
[0069]公式3中，Confidence (A->B)表示置信度；A表示操縱檔位項gm，gn ；B表示操縱檔位項gk ;P(B|A)表示在A條件下B的概率；support_count (AB)表示A、B同時發(fā)生時的支持度；support_count (A)表示A發(fā)生的支持度。
[0070]通過以上算法分別對不同坡度類型的路段進(jìn)行序列模式挖掘，最終獲得每種類型路段的鐵路機(jī)車運行操縱檔位序列。
[0071]步驟S103，針對步驟S102中得到的不同類型路段的操縱檔位序列，通過離線尋優(yōu)算法找出每種類型路段中最佳能耗的鐵路機(jī)車操縱檔位序列對應(yīng)的時間分配比例序列。
[0072]該步驟中采用的離線尋優(yōu)算法為現(xiàn)有常用的遺傳算法。遺傳算法是搜索最優(yōu)解的常用方法之一，在利用離線尋優(yōu)算法計算鐵路機(jī)車運行操縱檔位序列對應(yīng)的時間分配比例序列過程中，遺傳算法的整體數(shù)學(xué)模型如下:
【權(quán)利要求】
1.一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法，其特征在于，所述的方法包括: 提取鐵路機(jī)車原始運行數(shù)據(jù)； 通過序列模式挖掘技術(shù)針對所述鐵路機(jī)車原始運行數(shù)據(jù)進(jìn)行挖掘，得到不同類型路段的機(jī)車運行操縱檔位序列； 針對所得到的不同類型路段的機(jī)車運行操縱檔位序列，通過離線尋優(yōu)算法找出每種類型路段中最佳能耗的操縱檔位序列對應(yīng)的時間分配比例序列； 根據(jù)得到的操縱檔位序列對應(yīng)的時間分配比例序列，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，并基于該神經(jīng)網(wǎng)絡(luò)模型根據(jù)通過離線尋優(yōu)算法找出的時間分配比例序列，對與所述時間分配比例序列對應(yīng)的機(jī)車運行操縱檔位序列關(guān)聯(lián)的特征參數(shù)進(jìn)行學(xué)習(xí)，獲得各條線路的機(jī)車運行操縱檔位序列，并將其與鐵路機(jī)車及線路特征參數(shù)相關(guān)聯(lián)； 當(dāng)鐵路機(jī)車在某條線路運行時，根據(jù)該鐵路機(jī)車及線路特征參數(shù)，匹配相應(yīng)的機(jī)車運行操縱檔位序列； 根據(jù)匹配得到的機(jī)車運行操縱檔位序列，操縱鐵路機(jī)車的實時運行。
2.根據(jù)權(quán)利要求1所述的一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法，其特征在于，所述方法還包括: 將應(yīng)用機(jī)車運行操縱檔位 序列時的鐵路機(jī)車實時運行數(shù)據(jù)記錄為鐵路機(jī)車原始運行數(shù)據(jù)。
3.根據(jù)權(quán)利要求1或2所述的一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法，其特征在于，在獲得各條線路的機(jī)車運行操縱檔位序列，并將其與鐵路機(jī)車及線路特征參數(shù)相關(guān)聯(lián)的過程之后，還包括: 將不同的鐵路機(jī)車及線路特征參數(shù)對應(yīng)的機(jī)車運行操縱檔位序列存放到策略庫中。
4.根據(jù)權(quán)利要求3所述的一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的方法，其特征在于，所述通過序列模式挖掘技術(shù)針對所述鐵路機(jī)車原始運行數(shù)據(jù)進(jìn)行挖掘，得到不同類型路段的機(jī)車運行操縱檔位序列的過程，具體包括: 根據(jù)鐵路機(jī)車行駛的線路信息獲得加算坡度，根據(jù)該加算坡度將鐵路機(jī)車線路分成不同類型的路段； 針對同一條線路中不同類型路段，采用序列模式挖掘算法計算出不同類型路段對應(yīng)的機(jī)車運行操縱檔位序列。
5.一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的系統(tǒng)，其特征在于，所述的系統(tǒng)包括: 機(jī)車運行數(shù)據(jù)提取單元，用于提取鐵路機(jī)車原始運行數(shù)據(jù)； 序列模式挖掘單元，用于通過序列模式挖掘技術(shù)針對所述鐵路機(jī)車原始運行數(shù)據(jù)進(jìn)行挖掘，得到不同類型路段的機(jī)車運行操縱檔位序列； 離線數(shù)據(jù)尋優(yōu)單元，用于針對所得到的不同類型路段的機(jī)車運行操縱檔位序列，通過離線尋優(yōu)算法找出每種類型路段中最佳能耗的操縱檔位序列對應(yīng)的時間分配比例序列；神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)單元，用于根據(jù)得到的操縱檔位序列對應(yīng)的時間分配比例序列，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，并基于該神經(jīng)網(wǎng)絡(luò)模型根據(jù)通過離線尋優(yōu)算法找出的時間分配比例序列，對機(jī)車運行操縱檔位序列關(guān)聯(lián)的特征參數(shù)進(jìn)行學(xué)習(xí)，獲得各條線路的機(jī)車運行操縱檔位序列，并將其與鐵路機(jī)車及線路特征參數(shù)相關(guān)聯(lián) 操縱檔位序列匹配單元，用于當(dāng)鐵路機(jī)車在某條線路運行時，根據(jù)該鐵路機(jī)車及線路特征參數(shù)，匹配相應(yīng)的機(jī)車運行操縱檔位序列； 機(jī)車操縱運行單元，用于根據(jù)匹配得到的機(jī)車運行操縱檔位序列，操縱鐵路機(jī)車的實時運行。
6.根據(jù)權(quán)利要求5所述的一種從離線至在線實現(xiàn)鐵路機(jī)車運行操縱的系統(tǒng)，其特征在于，所述的系統(tǒng)還包括: 策略庫，用于存放不同的鐵路機(jī)車及線路特征參數(shù)對應(yīng)的機(jī)車運行操縱檔位序列。
【文檔編號】G06Q10/04GK103870892SQ201410117028
【公開日】2014年6月18日 申請日期:2014年3月26日 優(yōu)先權(quán)日:2014年3月26日
【發(fā)明者】黃晉, 陳欣潔, 杜方宇, 陳昕玥, 臧大昕 申請人:北京清軟英泰信息技術(shù)有限公司