地鐵交通沖突預(yù)警方法技術(shù)

本發(fā)明專利技術(shù)涉及一種地鐵交通沖突預(yù)警方法，包括如下步驟：先根據(jù)各個(gè)列車的計(jì)劃運(yùn)行參數(shù)，生成軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖；再基于拓?fù)浣Y(jié)構(gòu)圖，分析列車流的可控性和敏感性；再根據(jù)各個(gè)列車的計(jì)劃運(yùn)行參數(shù)，生成多列車無沖突運(yùn)行軌跡；再在每一采樣時(shí)刻，基于列車當(dāng)前的運(yùn)行狀態(tài)和歷史位置觀測(cè)序列，對(duì)列車未來某時(shí)刻的行進(jìn)位置進(jìn)行預(yù)測(cè)，然后建立從列車的連續(xù)動(dòng)態(tài)到離散沖突邏輯的觀測(cè)器，將連續(xù)動(dòng)態(tài)映射為離散觀測(cè)值表達(dá)的沖突狀態(tài)；當(dāng)系統(tǒng)有可能違反交通管制規(guī)則時(shí)，對(duì)地鐵交通混雜系統(tǒng)的混雜動(dòng)態(tài)行為實(shí)施監(jiān)控，為控制中心提供告警信息。本發(fā)明專利技術(shù)滾動(dòng)實(shí)時(shí)對(duì)地鐵列車軌跡進(jìn)行預(yù)測(cè)，有效預(yù)警列車沖突，提高地鐵交通的安全性。

Subway traffic conflict early warning method

The invention relates to a subway traffic conflict early warning method, which comprises the following steps: first, according to the plan of operation parameters of each train, the topology generation of rail transit network; then the topology based on the controllability and sensitivity analysis of train flow; then according to the plan of operation parameters of each train, train collision free trajectory generation at each sampling time; then, the train running condition and the historical position of the observation sequence based on the prediction of future position at a time of the train, and then establish the dynamic train from continuous to discrete conflict logic observer, continuous dynamic mapping for conflict state expression of discrete observations; when the system may violate traffic control rules, monitor the implementation of the hybrid dynamic behavior of Metro hybrid system, provide alarm information for the control center. The invention tracks the track of the subway train in real time, effectively predicts the train collision and improves the safety of the subway traffic.

【技術(shù)實(shí)現(xiàn)步驟摘要】
地鐵交通沖突預(yù)警方法本申請(qǐng)是申請(qǐng)?zhí)枮椋?01510150771.3，專利技術(shù)創(chuàng)造名稱為《地鐵列車沖突預(yù)警方法》，申請(qǐng)日為：2015年3月31日的專利技術(shù)專利申請(qǐng)的分案申請(qǐng)。
本專利技術(shù)涉及一種地鐵列車沖突預(yù)警方法，尤其涉及一種基于魯棒策略的地鐵列車沖突預(yù)警方法。
技術(shù)介紹
隨著我國(guó)大中城市規(guī)模的日益擴(kuò)大，城市交通系統(tǒng)面臨著越來越大的壓力，大力發(fā)展軌道交通系統(tǒng)成為解決城市交通擁塞的重要手段。國(guó)家“十一五”規(guī)劃綱要指出，有條件的大城市和城市群地區(qū)要把軌道交通作為優(yōu)先發(fā)展領(lǐng)域。我國(guó)正經(jīng)歷一個(gè)前所未有的軌道交通發(fā)展高峰期，一些城市已由線的建設(shè)轉(zhuǎn)向了網(wǎng)的建設(shè)，城市軌道交通網(wǎng)絡(luò)已逐步形成。在軌道交通網(wǎng)絡(luò)和列車流密集的復(fù)雜區(qū)域，仍然采用列車運(yùn)行計(jì)劃結(jié)合基于主觀經(jīng)驗(yàn)的列車間隔調(diào)配方式逐漸顯示出其落后性，具體表現(xiàn)在：(1)列車運(yùn)行計(jì)劃時(shí)刻表的制定并未考慮到各種隨機(jī)因素的影響，容易造成交通流戰(zhàn)術(shù)管理?yè)頂D，降低交通系統(tǒng)運(yùn)行的安全性；(2)列車調(diào)度工作側(cè)重于保持單個(gè)列車間的安全間隔，尚未上升到對(duì)列車流進(jìn)行戰(zhàn)略管理的宏觀層面；(3)列車調(diào)配過程多依賴于一線調(diào)度人員的主觀經(jīng)驗(yàn)，調(diào)配時(shí)機(jī)的選擇隨意性較大，缺乏科學(xué)理論支撐；(4)調(diào)度人員所運(yùn)用的調(diào)配手段較少考慮到外界干擾因素的影響，列車調(diào)配方案的魯棒性和可用性較差。為保證地鐵交通的安全運(yùn)行，實(shí)施有效的沖突預(yù)警就成為地鐵交通管制工作的重點(diǎn)。實(shí)施有效的地鐵沖突預(yù)警就成為地鐵交通管制工作的重點(diǎn)。已有文獻(xiàn)資料的討論對(duì)象多針對(duì)長(zhǎng)途鐵路運(yùn)輸，而針對(duì)大流量、高密度和小間隔運(yùn)行條件下的城市地鐵交通系統(tǒng)的科學(xué)調(diào)控方案尚缺乏系統(tǒng)設(shè)計(jì)。復(fù)雜路網(wǎng)運(yùn)行條件下的列車協(xié)調(diào)控制方案在戰(zhàn)略層面上需要對(duì)區(qū)域內(nèi)交通網(wǎng)絡(luò)上單列車的運(yùn)行狀態(tài)進(jìn)行推算和優(yōu)化，并對(duì)由多個(gè)列車構(gòu)成的交通流實(shí)施協(xié)同規(guī)劃；在預(yù)戰(zhàn)術(shù)層面上通過有效的監(jiān)控機(jī)制調(diào)整交通網(wǎng)絡(luò)上部分區(qū)域的關(guān)鍵運(yùn)行參數(shù)來解決擁塞問題，但目前對(duì)地鐵列車軌跡的預(yù)測(cè)及列車沖突預(yù)警均沒有較為準(zhǔn)確的方案。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)要解決的技術(shù)問題是提供一種魯棒性和可用性較好的地鐵交通沖突預(yù)警方法，該方法對(duì)地鐵列車的預(yù)測(cè)精度較高、地鐵列車沖突預(yù)警的準(zhǔn)確性及時(shí)效性均較好。實(shí)現(xiàn)本專利技術(shù)目的的技術(shù)方案之一是提供一種地鐵交通沖突預(yù)警方法，包括如下步驟：步驟A、根據(jù)各個(gè)列車的計(jì)劃運(yùn)行參數(shù)，生成軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖；步驟B、基于步驟A所構(gòu)建的軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖，分析列車流的可控性和敏感性二類特性；步驟C、根據(jù)各個(gè)列車的計(jì)劃運(yùn)行參數(shù)，在構(gòu)建列車動(dòng)力學(xué)模型的基礎(chǔ)上，依據(jù)列車運(yùn)行沖突耦合點(diǎn)建立列車運(yùn)行沖突預(yù)調(diào)配模型，生成多列車無沖突運(yùn)行軌跡；步驟D、在每一采樣時(shí)刻t，基于列車當(dāng)前的運(yùn)行狀態(tài)和歷史位置觀測(cè)序列，對(duì)列車未來某時(shí)刻的行進(jìn)位置進(jìn)行預(yù)測(cè)；其具體過程如下：步驟D1、列車軌跡數(shù)據(jù)預(yù)處理，以列車在起始站的停靠位置為坐標(biāo)原點(diǎn)，在每一采樣時(shí)刻，依據(jù)所獲取的列車原始離散二維位置序列x＝[x1,x2,...,xn]和y＝[y1,y2,...,yn]，采用一階差分方法對(duì)其進(jìn)行處理獲取新的列車離散位置序列△x＝[△x1,△x2,...,△xn-1]和△y＝[△y1,△y2,...,△yn-1],其中△xi＝xi+1-xi,△yi＝y(tǒng)i+1-yi(i＝1,2,...,n-1)；步驟D2、對(duì)列車軌跡數(shù)據(jù)聚類，對(duì)處理后新的列車離散二維位置序列△x和△y，通過設(shè)定聚類個(gè)數(shù)M'，采用遺傳聚類算法分別對(duì)其進(jìn)行聚類；步驟D3、對(duì)聚類后的列車軌跡數(shù)據(jù)利用隱馬爾科夫模型進(jìn)行參數(shù)訓(xùn)練，通過將處理后的列車運(yùn)行軌跡數(shù)據(jù)△x和△y視為隱馬爾科夫過程的顯觀測(cè)值，通過設(shè)定隱狀態(tài)數(shù)目N'和參數(shù)更新時(shí)段τ'，依據(jù)最近的T'個(gè)位置觀測(cè)值并采用B-W算法滾動(dòng)獲取最新隱馬爾科夫模型參數(shù)λ'；具體來講：由于所獲得的列車軌跡序列數(shù)據(jù)長(zhǎng)度是動(dòng)態(tài)變化的，為了實(shí)時(shí)跟蹤列車軌跡的狀態(tài)變化，有必要在初始軌跡隱馬爾科夫模型參數(shù)λ'＝(π,A,B)的基礎(chǔ)上對(duì)其重新調(diào)整，以便更精確地推測(cè)列車在未來某時(shí)刻的位置；每隔時(shí)段τ'，依據(jù)最新獲得的T'個(gè)觀測(cè)值(o1,o2,...,oT')對(duì)軌跡隱馬爾科夫模型參數(shù)λ'＝(π,A,B)進(jìn)行重新估計(jì)；步驟D4、依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當(dāng)前時(shí)刻觀測(cè)值所對(duì)應(yīng)的隱狀態(tài)q；步驟D5、每隔時(shí)段根據(jù)最新獲得的隱馬爾科夫模型參數(shù)λ'＝(π,A,B)和最近H個(gè)歷史觀測(cè)值(o1,o2,...,oH)，基于列車當(dāng)前時(shí)刻的隱狀態(tài)q，在時(shí)刻t，通過設(shè)定預(yù)測(cè)時(shí)域h'，獲取未來時(shí)段列車的位置預(yù)測(cè)值O；步驟E、建立從列車的連續(xù)動(dòng)態(tài)到離散沖突邏輯的觀測(cè)器，將地鐵交通系統(tǒng)的連續(xù)動(dòng)態(tài)映射為離散觀測(cè)值表達(dá)的沖突狀態(tài)；當(dāng)系統(tǒng)有可能違反交通管制規(guī)則時(shí)，對(duì)地鐵交通混雜系統(tǒng)的混雜動(dòng)態(tài)行為實(shí)施監(jiān)控，為地鐵交通控制中心提供及時(shí)的告警信息。進(jìn)一步的，步驟A的具體過程如下：步驟A1、從地鐵交通控制中心的數(shù)據(jù)庫(kù)提取各個(gè)列車運(yùn)行過程中所停靠的站點(diǎn)信息；步驟A2、按照正反兩個(gè)運(yùn)行方向?qū)Ω鱾€(gè)列車所停靠的站點(diǎn)信息進(jìn)行分類，并將同一運(yùn)行方向上的相同站點(diǎn)進(jìn)行合并；步驟A3、根據(jù)站點(diǎn)合并結(jié)果，按照站點(diǎn)的空間布局形式用直線連接前后多個(gè)站點(diǎn)。進(jìn)一步的，步驟B的具體過程如下：步驟Bl、構(gòu)建單一子段上的交通流控制模型；其具體過程如下：步驟Bl.1、引入狀態(tài)變量Ψ、輸入變量u和輸出變量Ω，其中Ψ表示站點(diǎn)間相連路段上某時(shí)刻存在的列車數(shù)量，它包括單路段和多路段兩種類型，u表示軌道交通調(diào)度員針對(duì)某路段所實(shí)施的調(diào)度措施，如調(diào)整列車速度或更改列車的在站時(shí)間等，Ω表示某時(shí)段路段上離開的列車數(shù)量；步驟B1.2、通過將時(shí)間離散化，建立形如Ψ(t+△t)＝A1Ψ(t)+B1u(t)和Ω(t)＝C1Ψ(t)+D1u(t)的單一子段上的離散時(shí)間交通流控制模型,其中△t表示采樣間隔，Ψ(t)表示t時(shí)刻的狀態(tài)向量，A1、B1、C1和D1分別表示t時(shí)刻的狀態(tài)轉(zhuǎn)移矩陣、輸入矩陣、輸出測(cè)量矩陣和直接傳輸矩陣；步驟B2、構(gòu)建多子段上的交通流控制模型；其具體過程如下：步驟B2.1、根據(jù)線路空間布局形式和列車流量歷史統(tǒng)計(jì)數(shù)據(jù)，獲取交叉線路各子段上的流量比例參數(shù)β；步驟B2.2、根據(jù)流量比例參數(shù)和單一子段上的離散時(shí)間交通流控制模型，構(gòu)建形如Ψ(t+△t)＝A1Ψ(t)+B1u(t)和Ω(t)＝C1Ψ(t)+D1u(t)的多子段上的離散時(shí)間交通流控制模型；步驟B3、根據(jù)控制模型的可控系數(shù)矩陣[B1,A1B1,...,A1n-1B1]的秩與數(shù)值n的關(guān)系，定性分析其可控性，根據(jù)控制模型的敏感系數(shù)矩陣[C1(zI-A1)-1B1+D1]，定量分析其輸入輸出敏感性，其中n表示狀態(tài)向量的維數(shù)，I表示單位矩陣，z表示對(duì)原始離散時(shí)間交通流控制模型進(jìn)行轉(zhuǎn)換的基本因子。進(jìn)一步的，步驟C的具體過程如下：步驟C1、列車狀態(tài)轉(zhuǎn)移建模，列車沿軌道交通路網(wǎng)運(yùn)行的過程表現(xiàn)為在站點(diǎn)間的動(dòng)態(tài)切換過程，根據(jù)列車運(yùn)行計(jì)劃中的站點(diǎn)設(shè)置，建立單個(gè)列車在不同站點(diǎn)間切換轉(zhuǎn)移的Petri網(wǎng)模型：E＝(g,G,Pre,Post,m)為列車路段轉(zhuǎn)移模型，其中g(shù)表示站點(diǎn)間各子路段，G表示列車運(yùn)行速度狀態(tài)參數(shù)的轉(zhuǎn)換點(diǎn)，Pre和Post分別表示各子路段和站點(diǎn)間的前后向連接關(guān)系，表示列車所處的運(yùn)行路段，其中m表示模型標(biāo)識(shí)，Z+表示正整數(shù)集合；步驟C2、列車全運(yùn)行剖面混雜系統(tǒng)建模，將列車在站點(diǎn)間的本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種地鐵交通沖突預(yù)警方法，其特征在于包括如下步驟：步驟A、根據(jù)各個(gè)列車的計(jì)劃運(yùn)行參數(shù)，生成軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖；步驟B、基于步驟A所構(gòu)建的軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖，分析列車流的可控性和敏感性二類特性；步驟C、根據(jù)各個(gè)列車的計(jì)劃運(yùn)行參數(shù)，在構(gòu)建列車動(dòng)力學(xué)模型的基礎(chǔ)上，依據(jù)列車運(yùn)行沖突耦合點(diǎn)建立列車運(yùn)行沖突預(yù)調(diào)配模型，生成多列車無沖突運(yùn)行軌跡；步驟D、在每一采樣時(shí)刻t，基于列車當(dāng)前的運(yùn)行狀態(tài)和歷史位置觀測(cè)序列，對(duì)列車未來某時(shí)刻的行進(jìn)位置進(jìn)行預(yù)測(cè)；其具體過程如下：步驟D1、列車軌跡數(shù)據(jù)預(yù)處理，以列車在起始站的停靠位置為坐標(biāo)原點(diǎn)，在每一采樣時(shí)刻，依據(jù)所獲取的列車原始離散二維位置序列x＝[x

【技術(shù)特征摘要】
1.一種地鐵交通沖突預(yù)警方法，其特征在于包括如下步驟：步驟A、根據(jù)各個(gè)列車的計(jì)劃運(yùn)行參數(shù)，生成軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖；步驟B、基于步驟A所構(gòu)建的軌道交通網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖，分析列車流的可控性和敏感性二類特性；步驟C、根據(jù)各個(gè)列車的計(jì)劃運(yùn)行參數(shù)，在構(gòu)建列車動(dòng)力學(xué)模型的基礎(chǔ)上，依據(jù)列車運(yùn)行沖突耦合點(diǎn)建立列車運(yùn)行沖突預(yù)調(diào)配模型，生成多列車無沖突運(yùn)行軌跡；步驟D、在每一采樣時(shí)刻t，基于列車當(dāng)前的運(yùn)行狀態(tài)和歷史位置觀測(cè)序列，對(duì)列車未來某時(shí)刻的行進(jìn)位置進(jìn)行預(yù)測(cè)；其具體過程如下：步驟D1、列車軌跡數(shù)據(jù)預(yù)處理，以列車在起始站的停靠位置為坐標(biāo)原點(diǎn)，在每一采樣時(shí)刻，依據(jù)所獲取的列車原始離散二維位置序列x＝[x1,x2,...,xn]和y＝[y1,y2,...,yn]，采用一階差分方法對(duì)其進(jìn)行處理獲取新的列車離散位置序列△x＝[△x1,△x2,...,△xn-1]和△y＝[△y1,△y2,...,△yn-1],其中△xi＝xi+1-xi,△yi＝y(tǒng)i+1-yi(i＝1,2,...,n-1)；步驟D2、對(duì)列車軌跡數(shù)據(jù)聚類，對(duì)處理后新的列車離散二維位置序列△x和△y，通過設(shè)定聚類個(gè)數(shù)M'，采用遺傳聚類算法分別對(duì)其進(jìn)行聚類；步驟D3、對(duì)聚類后的列車軌跡數(shù)據(jù)利用隱馬爾科夫模型進(jìn)行參數(shù)訓(xùn)練，通過將處理后的列車運(yùn)行軌跡數(shù)據(jù)△x和△y視為隱馬爾科夫過程的顯觀測(cè)值，通過設(shè)定隱狀態(tài)數(shù)目N'和參數(shù)更新時(shí)段τ'，依據(jù)最近的T'個(gè)位置觀測(cè)值并采用B-W算法滾動(dòng)獲取最新隱馬爾科夫模型參數(shù)λ'；具體來講：由于所獲得的列車軌跡序列數(shù)據(jù)長(zhǎng)度是動(dòng)態(tài)變化的，為了實(shí)時(shí)跟蹤列車軌跡的狀態(tài)變化，有必要在初始軌跡隱馬爾科夫模型參數(shù)λ'＝(π,A,B)的基礎(chǔ)上對(duì)其重新調(diào)整，以便更精確地推測(cè)列車在未來某時(shí)刻的位置；每隔時(shí)段τ'，依據(jù)最新獲得的T'個(gè)觀測(cè)值(o1,o2,...,oT')對(duì)軌跡隱馬爾科夫模型參數(shù)λ'＝(π,A,B)進(jìn)行重新估計(jì)；步驟D4、依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當(dāng)前時(shí)刻觀測(cè)值所對(duì)應(yīng)的隱狀態(tài)q；步驟D5、每隔時(shí)段根據(jù)最新獲得的隱馬爾科夫模型參數(shù)λ'＝(π,A,B)和最近H個(gè)歷史觀測(cè)值(o1,o2,...,oH)，基于列車當(dāng)前時(shí)刻的隱狀態(tài)q，在時(shí)刻t，通過設(shè)定預(yù)測(cè)時(shí)域h'，獲取未來時(shí)段列車的位置預(yù)測(cè)值O；步驟E、建立從列車的連續(xù)動(dòng)態(tài)到離散沖突邏輯的觀測(cè)器，將地鐵交通系統(tǒng)的連續(xù)動(dòng)態(tài)映射為離散觀測(cè)值表達(dá)的沖突狀態(tài)；當(dāng)系統(tǒng)有可能違反交通管制規(guī)則時(shí)，對(duì)地鐵交通混雜系統(tǒng)的混雜動(dòng)態(tài)行為實(shí)施監(jiān)控，為地鐵交通控制中心提供及時(shí)的告警信息；所述步驟C的具體過程如下：步驟C1、列車狀態(tài)轉(zhuǎn)移建模，列車沿軌道交通路網(wǎng)運(yùn)行的過程表現(xiàn)為在站點(diǎn)間的動(dòng)態(tài)切換過程，根據(jù)列車運(yùn)行計(jì)劃中的站點(diǎn)設(shè)置，建立單個(gè)列車在不同站點(diǎn)間切換轉(zhuǎn)移的Petri網(wǎng)模型：E＝(g,G,Pre,Post,m)為列車路段轉(zhuǎn)移模型，其中g(shù)表示站點(diǎn)間各子路段，G表示列車運(yùn)行速度狀態(tài)參數(shù)的轉(zhuǎn)換點(diǎn)，Pre和Post分別表示各子路段和站點(diǎn)間的前后向連接關(guān)系，表示列車所處的運(yùn)行路段，其中m表示模型標(biāo)識(shí)，Z+表示正整數(shù)集合；步驟C2、列車全運(yùn)行剖面混雜系統(tǒng)建模，將列車在站點(diǎn)間的運(yùn)行視為連續(xù)過程，從列車的受力情形出發(fā)，依據(jù)能量模型推導(dǎo)列車在不同運(yùn)行階段的動(dòng)力學(xué)方程，結(jié)合外界干擾因素，建立關(guān)于列車在某一運(yùn)行階段速度vG的映射函數(shù)vG＝λ(T1,T2,H,R,α)，其中T1、T2、H、R和α分別表示列車牽引力、列車制動(dòng)力、列車阻力、列車重力和列車狀態(tài)隨機(jī)波動(dòng)參數(shù)；步驟C3、采用混雜仿真的方式推測(cè)求解列車軌跡，通過將時(shí)間細(xì)分，利用狀態(tài)連續(xù)變化的特性遞推求解任意時(shí)刻列車在某一運(yùn)行階段距初始停靠位置點(diǎn)的距離，其中J0為初始時(shí)刻列車距初始停靠位置點(diǎn)的航程，△τ為時(shí)間窗的數(shù)值，J(τ)為τ時(shí)刻列車距初始停靠位置點(diǎn)的路程，由此可以推測(cè)得到單列車軌跡；步驟C4、列車在站時(shí)間概率分布函數(shù)建模，針對(duì)特定運(yùn)行線路，通過調(diào)取列車在各車站的停站時(shí)間數(shù)據(jù)，獲取不同線路不同站點(diǎn)條件下列車的停站時(shí)間概率分布；步驟C5、多列車耦合的無沖突魯棒軌跡調(diào)配，根據(jù)各列車預(yù)達(dá)沖突點(diǎn)的時(shí)間，通過時(shí)段劃分，在每一采樣時(shí)刻t，在融入隨機(jī)因子的前提下，按照調(diào)度規(guī)則對(duì)沖突點(diǎn)附近不滿足安全間隔要求的列車軌跡實(shí)施魯棒二次規(guī)劃。2.一種用于沖突預(yù)警的地鐵交通流優(yōu)化控制系統(tǒng)，其特征在于:包括線路拓?fù)浣Y(jié)構(gòu)生成模塊、數(shù)據(jù)傳輸模塊、車載終端模塊、控制終端模塊以及軌跡監(jiān)視模塊，軌跡監(jiān)視模塊收集列車的狀態(tài)信息并提供給控制終端模塊；所述控制終端模塊包括以下子模塊：列車運(yùn)行前無沖突軌跡生成模塊：根據(jù)列車計(jì)劃運(yùn)行時(shí)刻表，首先建立列車動(dòng)力學(xué)模型，然后依據(jù)列車運(yùn)行沖突耦合點(diǎn)建立列車運(yùn)行沖突預(yù)調(diào)配模型，最后生成無沖突列車運(yùn)行軌跡；列車運(yùn)行中短期軌跡生成模塊：依據(jù)軌跡監(jiān)視模塊提供的列車實(shí)時(shí)狀態(tài)信息，利用數(shù)據(jù)挖掘模型，推測(cè)未來時(shí)段內(nèi)列車的...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：韓云祥，黃曉瓊，
申請(qǐng)(專利權(quán))人：江蘇理工學(xué)院，
類型：發(fā)明
國(guó)別省市：江蘇,32