[发明专利]基于反馈型神经网络的动车组高级修计划编制方法

说明书

技术领域

本发明涉及轨道交通领域，特别涉及一种基于反馈型神经网络的动车组高级修计划编制方法。

背景技术

由于铁路高速动车组运行安全、便捷舒适，越来越多的成为旅客长距离出行的首选，在春节、暑假、黄金周中，铁路运输要求配属动车组尽可能多的上线运营，此时就要求处于高级修状态的动车组尽量少，以缓解铁路客流急剧增长的需要。

动车组高级修间隔里程较长（60～120万公里），到期后如不及时检修将对动车组运行安全造成较大影响，但是，动车组高级修占用修时长（一般为几周），且具备动车组高级修检修资质的单位少，检修能力有限，所以需要在全路范围内统筹安排，提前编制动车组高级修计划。铁路运输企业为了在运输高峰期具备最大开行能力，往往提前或延后进行动车组高级修，但是，提前检修会造成动车组设备能力及检修能力的巨大浪费，增加了运用成本，延后检修却增加了动车组运行的安全风险，不利于运输生产，而且检修单位往往面临运输高峰期前无车可修，运输高峰期后检修能力不足的尴尬局面，进一步增大了动车组设备能力的浪费，所以编制均衡合理的动车组高级修计划，对于充分利用动车组设备能力、均衡检修能力、节约检修成本、提高动车组运行安全具有重要意义。

目前铁路动车组高级修计划编制主要使用人工汇总Excel表格的方式，各铁路局根据经验值预测本局下年度高级修发生量，铁道部汇总各局上报数据后，设置检修阀值，结合检修单位的检修能力，综合调整后生成下年度动车组高级修计划。长周期计划推算影响因素多、计算量巨大，所以人工编制的年度计划主要作为衡量检修工作量的依据，具体检修工作安排还需要编制月度动车组高级修计划，由于高级修的检修周期长达几周，所以往往编制月度计划时检修不均衡的情况已经发生。

综上所述，现有的铁路动车组高级修计划编制主要利用动车组日均走行里程经验值，使用简单线性外推法，计算出计划检修时间，然后根据检修能力及运输要求作出提前或延后调整，由于计算量巨大，所以手工计划编排的精度及均衡性较差。

基于此，现有技术确实有待于改善。

发明内容

针对现有技术的不足，本发明提供一种基于反馈型神经网络的动车组高级修计划编制方法，以解决多目标求解条件下的全路动车组高级修计划编制，实现未来任意时间段内的动车组高级修计划的精确推算。

为实现以上目的，本发明通过以下技术方案予以实现：

本发明提供一种基于反馈型神经网络的动车组高级修计划编制方法，包括以下步骤：

S1、建立全路动车组开行特征规则表，并存入数据库；

S2、通过数据挖掘对所述数据库中的开行信息进行分类聚合，得到每列动车组的日均走行里程拟合值；

S3、预设计划时间段，生成所述计划时间段内的全路动车组检修密度分布图，并计算每个神经元节点的检修适宜度；

S4、使用检修能力及运输高峰期条件约束验证，在所述检修密度分布图中标识冲突点位；

S5、调整所述冲突点位及所述检修能力，使得在所述每个神经元节点的检修适宜度限度条件下，其检修密度的加权值最低；

S6、输出全路动车组高级修计划编制结果。

优选的，所述步骤S1进一步包括：

S11、建立全路运行交路及里程数字表；

S12、根据全路动车组配属以及图定动车组分配记录，生成全路动车组开行特征规则表；

S13、将所述全路动车组开行特征规则表存入数据库中。

优选的，所述步骤S2进一步包括：通过数据挖掘对所述数据库中开行特征规则表的开行历史数据及检修历史数据进行分类聚合。

优选的，所述步骤S3进一步包括：预设计划时间段，根据所述每列动车组的日均走行里程拟合值及动车组检修规程，生成所述计划时间段内的全路动车组检修密度分布图，并计算每个神经元节点的检修适宜度。

优选的，所述步骤S5进一步包括：

S51、调整所述冲突点位，并判断其对应的所述检修能力是否支持所述每个神经元节点的检修适宜度达到最高，若是，则输出全路动车组高级修计划编制结果；若不是，则执行步骤S52；

S52、判断所述检修能力是否达到最大值，若是，则丢弃所述检修适宜度最低的神经元节点；若不是，则执行步骤S53；

S53、增加所述检修能力，使所述每个神经元节点的检修适宜度达到最高。