[发明专利]基于深度神经网络结构模型的轨道列车运行状态预测方法有效
| 申请号： | 201910044758.8 | 申请日： | 2019-01-17 |
| 公开（公告）号： | CN109829577B | 公开（公告）日： | 2021-10-01 |
| 发明（设计）人： | 阴佳腾;任现梁;宿帅;荀径;李开成;唐涛 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/30;G06N3/04;G06N3/08 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 孙洪波 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度神经网络结构模型的轨道列车运行状态预测方法，包括：获取轨道列车运行状态的实时数据，对数据进行预处理；根据预处理后的数据，建立深度神经网络结构模型；将预处理后的数据划分为训练数据集和验证数据集，通过训练数据集和验证数据集对所述的深度神经网络结构模型进行训练和验证；通过验证后的深度神经网络结构模型对轨道交通列车进行在线预测。本发明的方法在综合考虑车辆个体和运行环境差异因素的基础上，建立一种动力学模型，为列车在复杂环境下的运行提供有力支撑。 | ||
| 搜索关键词： | 基于 深度 神经网络 结构 模型 轨道 列车 运行 状态 预测 方法 | ||
【主权项】：
1.一种基于深度神经网络结构模型的轨道列车运行状态预测方法，其特征在于，包括：获取轨道列车运行状态的实时数据，对所述的数据进行预处理；根据预处理后的数据维度和数据集大小，建立深度神经网络结构模型；将预处理后的数据划分为训练数据集和验证数据集，通过所述的训练数据集和验证数据集对所述的深度神经网络结构模型进行训练和验证；通过验证后的深度神经网络结构模型对轨道交通列车进行在线预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910044758.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
