来源：期刊VIP网 时间：
作者：钟兴莉;黄平;彭其渊;温傈文;
单位：西南交通大学交通运输与物流学院;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;
摘要：为提升铁路调度决策水平，基于领域知识及数据驱动技术，结合预测和推断方法进行列车运行冲突检测研究。从单列车、相邻列车以及多列车层面分析冲突演化过程，考虑多制式轨道交通列车共线运行的场景，结合冲突判定规则，提出冲突检测贝叶斯网络基本模型结构；在此基础上，基于列车运行数据，通过结构学习和参数学习对模型进行结构和参数优化；最终采用准确率、精确率、召回率和F1分数等指标对检测模型进行评估，得到各线路冲突检测平均准确率达81%，平均召回率达86%,F1分数达83%。与常用的冲突检测模型对比表明：本研究构建的贝叶斯网络模型能够较为准确地检测冲突，且误判率低。模型主要优势在于可以通过贝叶斯网络结构解释各变量之间的因果关系；此外，通过该模型所预测的列车晚点推演数据判定冲突发生地点可有效提升冲突检测模型效果，为列车运行冲突消解奠定基础。
关键词：铁路运输;;列车运行冲突检测;;贝叶斯网络;;多制式轨道交通;;领域知识;;数据驱动
基金资助：国家重点研发计划项目(2022YFB4300502);; 国家自然科学基金项目(72301221)
