来源：期刊VIP网 时间：
作者：王岩;范家铭;张新;李博;
单位：中国铁道科学研究院研究生部;中国铁路列车运行图技术中心;中国铁道科学研究院集团有限公司运输及经济研究所;
摘要：为实现列车运行图编制效率与质量的统筹优化，结合人工智能领域的图神经网络和深度强化学习算法，提出一种离线预训练、在线实时求解的高铁列车运行图智能编制方法。将高铁列车运行图编制过程建模为马尔可夫决策过程，基于析取图构建列车运行图编制环境模型，在环境中设计状态表征、动作空间、状态转移和奖励函数，为算法提供交互基础。设计基于GNN-PPO的离线预训练算法实现编图智能体高效训练，设计基于BS的在线编图算法进一步提升编制质量。以京沪高铁为例选择3种不同规模的编图场景开展实例验证。结果表明，该方法具有较好的扩展性和泛化能力，预训练后可直接完成不同规模场景下的编图任务，并且在大规模场景下仍能快速求解。
关键词：列车运行图;;图神经网络;;深度强化学习;;马尔可夫决策过程;;智能体
基金资助：中国国家铁路集团有限公司科技研究开发计划(P2023X011);; 中国铁道科学研究院集团有限公司科研项目(2024YJ154)
