基于预警文本信息的调度命令智能生成模型
作者:
作者单位:

1.西南交通大学 交通运输与物流学院,四川 成都 610031;2.西南交通大学 综合交通运输智能化国家地方联合工程实验室,四川 成都 610031;3.中国中铁二院工程集团有限责任公司,四川 成都 610031

作者简介:

彭其渊(1962—),男,教授,博士生导师,工学博士,主要研究方向为铁路运输组织优化。E-mail: qiyuan-peng@swjtu.edu.cn

通讯作者:

鲁工圆(1983—),男,副教授,工学博士,主要研究方向为轨道交通运输组织仿真。E-mail: lugongyuan@swjtu.edu.cn

基金项目:

国家重点研发计划(2017YFB1200701);高铁联合基金(U1834209)


Intelligent Generation Model of Dispatching Command Based on Early- warning Text Information
Author:
Affiliation:

1.School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China;2.National United Engineering Laboratory of Integrated and Intelligent Transportation, Southwest Jiaotong University,Chengdu 610031, China;3.China Railway Eryuan Engineering Group Co.,Ltd., Chengdu 610031,China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    提出调度命令智能生成模型,该模型由神经网络和调度命令修正模块两部分组成。基于长短时记忆(LSTM)网络构建序列?序列(seq2seq)模型,将预警文本信息作为模型的输入进行训练,提出五种调度命令修正策略并分别对五种易错信息进行修正,最终得到调度命令。结果表明:该模型具有利用预警文本信息生成调度命令的能力,引入的调度命令修正模块能够有效提升调度命令生成质量。

    Abstract:

    An intelligent generation model of dispatching commands is proposed in this paper. The model consists of a neural network and a dispatching command modification module. A sequence-sequence (seq2seq) model based on a long-term and short-term memory(LSTM) network is built, the training is performed using early-warning text information as input into the model. Five scheduling command modification strategies are put forword and the error-prone information is modified to obtain the final scheduling command. It is shown that the model has the ability to generate dispatching commands by using early-warning text information. The introduction of a command correction module can effectively improve the quality of dispatching command generation.

    参考文献
    相似文献
    引证文献
引用本文

彭其渊,胡雨欣,鲁工圆.基于预警文本信息的调度命令智能生成模型[J].同济大学学报(自然科学版),2020,48(9):1328~1335

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2020-02-29
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2020-09-27