来源：期刊VIP网 时间：
作者：姚宇峰;何世伟;曲立艳;
单位：北京交通大学交通运输学院;北京交大微联科技有限公司;
摘要：铁路编组站是铁路运输网络中的核心节点，主要负责货车的解编作业，其作业效率直接影响铁路的整体运输效能。为提升编组站的运输效率，基于运输生产作业流程的分析，构建以解体和编发子系统作业时间为关键指标的生产态势表征体系。通过建立并应用遗传算法优化的BP神经网络模型，实现对铁路编组站运输生产态势的预测。采用理想点法(TOPSIS)结合准则重要性识别(CRITIC)权重量化方法，构建运输生产态势评估模型，以评估各作业环节对运输生产的影响。研究结果显示，该方法能有效表征编组站的运输态势，识别作业环节中的问题，并为编组站的运输组织决策提供科学依据。
关键词：铁路编组站;;态势表征体系;;运输组织决策;;CRITIC-TOPSIS;;态势评估;;编组站运输生产态势
基金资助：中国铁道科学研究院集团有限公司科研项目(2022YJ036);; 中国国家铁路集团有限公司科技研究开发计划(P2024X003)
