一种城市轨道交通列车预计到离站时间的修正方法与流程

本发明涉及城市轨道交通列车，尤其是指一种城市轨道交通列车预计到离站时间的修正方法。

背景技术：

1、在城市轨道交通信号系统中，列车自动监控系统ats负责根据计划图调整列车运营。在列车到站和离站时，ats根据计划图，列车早晚点，站台跳停命令等计算列车的到站停车时间和下一区间运行时间并发送给列车，列车据此跑车。同时，ats将此份计划，发送给地面乘客信息系统pis，乘客可根据pis查看列车预计到站和离站信息合理安排出行计划。

2、正常情况下，列车按照ats下发的行车计划运行时，列车实际到离站时间和预计到离站时间一样，但是，当列车因故未到站或离站时，行车计划和实际的时间并不一致，导致乘客错过连接车次、延误行程或增加等待时间，从而降低乘客对城市轨道交通服务的满意度。

技术实现思路

1、本发明的目的是克服现有技术中列车按照ats下发的行车计划运行期间，当列车因故未到站或离站时，行车计划和实际的时间并不一致，导致乘客错过连接车次、延误行程或增加等待时间，从而降低乘客对城市轨道交通服务的满意度缺点，提供一种城市轨道交通列车预计到离站时间的修正方法。

2、本发明的目的是通过下述技术方案予以实现：

3、一种城市轨道交通列车预计到离站时间的修正方法，包括以下步骤：

4、步骤1，根据列车位置和计划时刻构造预计计划的第一个节点leg1，若列车到站，leg1表示为列车到达，leg1的预计到站时间取实际到站时间，leg1的预计离站时间为实际到站时间加预计停留时间；若列车离站，leg1表示为列车离站，leg1的预计到站时间取无效，leg1的预计离站时间取实际离站时间；

5、步骤2，根据计划时刻构造预计计划的其他的节点legj，legj为legj-1的下一个节点，legj的预计到站时间为legj-1的预计离站时间加legj-1～legj之间的预计区间运行时间；legj的预计离站时间为legj的预计到站时间+预计站停时间；

6、步骤3，根据预计计划和列车位置，确定列车的检查时间；

7、步骤4，重复步骤1至步骤3，直到计算完成所有列车的预计计划和检查时间；

8、步骤5，遍历所有列车的检查时间，若存在检查时间早于当前时间，则对该列车重复步骤1至步骤3，更新该列车的预计计划和检查时间。

9、本方案中，leg表示一个节点，也可以理解为一个站台的信息，乘客可以获取每个leg中的列车到站时间和列车离站时间，现有的列车到站时间和列车离站时间根据列车行车计划得出，无法进行实时更新，而本方案中，设置列车的检查时间，检查时间早于当前时间表示列车实际的到站时间或离站时间晚于检查时间，表明列车并未按照计划的时间运行，因此leg中的信息需要进行及时更新，对应的后续的leg的时间也进行相应的更新。乘客可以及时获取更新后的城市轨道交通列车的预计到站时间和离站时间，并改变相应的出行计划，提升了乘客的使用满意度。

10、作为优选，所述的步骤1中，若列车到站，leg1的预计离站时间早于当前时间，则leg1的预计离站时间为当前时间加设定的延时时间。

11、作为优选，所述的步骤2中，若列车离站，且j＝2，若legj的预计到站时间早于当前时间，则将legj的预计到站时间修正为当前时间加设定的延时时间。

12、作为优选，所述的步骤3中，列车的检查时间为：

13、若列车到站，则检查时间为leg1的预计离站时间；

14、若列车离站，则检查时间为leg2的预计到站时间。

15、作为优选，判断当前站的属性，若当前站的属性是允许跳停，则站停时间为零，legj的预计离站时间与legj的预计到站时间相同。

16、作为优选，列车区间运行时间为180s～300s，列车的站停时间为30s～60s。

17、作为优选，若所述的预计区间运行时间加早点或晚点的时间不在列车区间运行时间范围内，则预计区间运行时间修正为列车区间运行时间的最小值或最大值。

18、本方案的设计考虑了列车的区间运行时间的最小值或最大值，避免了时间修正的不合理性，保证了列车的安全正常运行。

19、作为优选，所述的延时时间为10s～30s。

20、作为优选，所述的站停时间通过训练模型得出，具体为：

21、收集历史列车运行数据，提取特征信息，特征信息包括实际到站时间、离站时间、延时情况、乘客流量和列车的类型；

22、设置训练集及验证集，以特征信息作为输入，实际的站停时间为输出对神经网络模型进行训练；

23、神经网络模型输出站停时间。

24、本方案的设计，通过训练大量的历史数据，模型能够学习到各种情况下的站停时间模式。这意味着模型在预测未来站停时间时，能够考虑到多种影响因素，如乘客流量、列车类型、延时情况等，从而提供更准确的站停时间预测。同时神经网络模型也可以根据实时增加的数据进行更新优化，是基于实时数据进行预测的，因此它能够迅速适应当前的运营状况。这种灵活性使得模型能够在面临突发情况(如交通拥堵、乘客流量激增等)时，及时调整预测结果，保持预测的准确性。

25、作为优选，所述的神经网络模型的数量为两个，分别为工作日神经网络模型和节假日神经网络模型，工作日神经网络模型输出工作日的站停时间，节假日神经网络模型输出节假日的站停时间。

26、本发明的有益效果是：本发明设置列车的检查时间，检查时间早于当前时间表示列车实际的到站时间或离站时间晚于检查时间，表明列车并未按照计划的时间运行，因此leg中的信息需要进行及时更新，对应的后续的leg的时间也进行相应的更新。乘客可以及时获取更新后的城市轨道交通列车的预计到站时间和离站时间，并改变相应的出行计划，提升了乘客的使用满意度。

27、本发明通过训练大量的历史数据，模型能够学习到各种情况下的站停时间模式。这意味着模型在预测未来站停时间时，能够考虑到多种影响因素，如乘客流量、列车类型、延时情况等，从而提供更准确的站停时间预测。

技术特征：

1.一种城市轨道交通列车预计到离站时间的修正方法，其特征是，包括以下步骤：

2.根据权利要求1所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，所述的步骤1中，若列车到站，leg1的预计离站时间早于当前时间，则leg1的预计离站时间为当前时间加设定的延时时间。

3.根据权利要求1所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，所述的步骤2中，若列车离站，且j＝2，若legj的预计到站时间早于当前时间，则将legj的预计到站时间修正为当前时间加设定的延时时间。

4.根据权利要求1所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，所述的步骤3中，列车的检查时间为：

5.根据权利要求3所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，判断当前站的属性，若当前站的属性是允许跳停，则站停时间为零，legj的预计离站时间与legj的预计到站时间相同。

6.根据权利要求1所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，列车区间运行时间为180s～300s，列车的站停时间为30s～60s。

7.根据权利要求6所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，若所述的预计区间运行时间加早点或晚点的时间不在列车区间运行时间范围内，则预计区间运行时间修正为列车区间运行时间的最小值或最大值。

8.根据权利要求2所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，所述的延时时间为10s～30s。

9.根据权利要求6所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，所述的站停时间通过训练模型得出，具体为：

10.根据权利要求9所述的一种城市轨道交通列车预计到离站时间的修正方法，其特征是，所述的神经网络模型的数量为两个，分别为工作日神经网络模型和节假日神经网络模型，工作日神经网络模型输出工作日的站停时间，节假日神经网络模型输出节假日的站停时间。

技术总结本发明公开了一种城市轨道交通列车预计到离站时间的修正方法，解决了现有技术的不足，包括以下步骤：步骤1，根据列车位置和计划时刻构造预计计划的第一个节点Leg1；步骤2，根据计划时刻构造预计计划的其他的节点Legj，Legj为Legj‑1的下一个节点，Legj的预计到站时间为Legj‑1的预计离站时间加Legj‑1～Legj之间的预计区间运行时间；Legj的预计离站时间为Legj的预计到站时间+预计站停时间；步骤3，根据预计计划和列车位置，确定列车的检查时间；步骤4，对于每个列车的检查时间，重复步骤1至步骤3；步骤5，遍历所有列车的检查时间，若存在检查时间早于当前时间，则对该列车重复步骤1至步骤3。技术研发人员：刘倩囡,杨静霆,张岩,杜学文,孙莹莹,赵靖受保护的技术使用者：浙江众合科技股份有限公司技术研发日：技术公布日：2024/7/18