融合时间索引图注意力与级联失效动力学的铁路网络突发干扰下延迟风险度量与智能调度管控框架
《Applied Sciences》:Research on the Measurement and Prevention Method of Railway Network Delay Risk Propagation Based on Time-Indexed Graph Attention Network and Cascade Failure Dynamics
【字体:
大
中
小
】
时间:2026年10月01日
来源:Applied Sciences 2.5
编辑推荐:
为刻画铁路网络突发干扰下的延迟传播与调度反馈特征,本研究构建了一个融合时间索引图注意力机制(TI-GAT)、级联失效动力学(CFD)与深度强化学习的风险度量与管控框架。TI-GAT模块对每个5分钟粒度的网络状态进行独立评估,不包含时间卷积、循环单元或时间自注意力机制。其状态相
为刻画铁路网络突发干扰下的延迟传播与调度反馈特征,本研究构建了一个融合时间索引图注意力机制(TI-GAT)、级联失效动力学(CFD)与深度强化学习的风险度量与管控框架。TI-GAT模块对每个5分钟粒度的网络状态进行独立评估,不包含时间卷积、循环单元或时间自注意力机制。其状态相关边权用于参数化CFD转移,时间演化则通过递归更新的负荷与延迟风险状态来实现。在每个决策区间内,连续的DDPG动作被投影到由区段占用情况、最小行车间隔、车站到发线可用性、区间通过能力、限速授权以及进路冲突联锁所定义的可行调度集合中。投影后的停车、速度及路径变量随后修改节点释放、区间阻抗、进路分配以及后续的CFD转移,其更新的负荷与风险状态构成下一轮策略观测。预测性能通过与保留的时间序列运行记录进行对比评估,终点站时间目标由实际到发时刻与计划到发时刻偏差的观测值导出。运力敏感性与调度控制结果在动作条件化的TI-GAT-CFD仿真环境中生成。在120分钟的预测窗口内,模型准确率为0.864±0.005,F1分数为0.831±0.007;在60分钟的消融实验中,平均绝对误差(MAE)为11.3±0.9分钟,漏报率为6.2±0.3%。在基于仿真的调度实验中,全局延迟收敛时间为82.3±2.3分钟,总延迟衰减率为65.8±1.3%,针对100列车干扰场景的推理时间为1.83±0.06秒。因此,预测指标量化了模型与保留观测值的一致性程度,而控制指标则表征了在所建模动力学与可行性约束条件下的闭环虚拟仿真行为。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号