基于数据挖掘的煤运重载铁路列车运行参数动态偏移规律及调度优化决策支持研究

The study on the dynamic migration law of operating parameters and the optimization of heavy haul railway dispatch decision support based on data mining aims to discover the dynamic relationship among freight traffic plan, train operation plan and train operation diagram; effectively and fully explore, analyze and make the full use of the existing data in Railway transport command system to solve the problems of train operation diagram parameters not accurate in routine dispatch, transportation scheduling scheme not scientific and operation management not globally optimized, etc. It also can make the heavy haul railway dispatch and command management achieve the aims of automation, informationization and intelligentialization, improve the standard and efficiency of dispatch management and increase the competitiveness of railway coal transportation business.. The underlying datas in TMIS, TDCS and locomotive LKJ systems will be integrated. The analysis of the centralized tendency, dispersion degree and distribution pattern will be carried out based on the mathematical statistics principle, which, at the same time, will provide the data support for the train diagram parameter modification. Considering the command-leading routine dispatch mechanism of the coal transportation, the fuzzy decision and stochastic scheduling model therory will be used to develop the railway dispatching decision support system and to perfect the intelligent dispatch and command theory.The systemwill include 3 modules as the operation plan adjustment module, the realtime dispatch support moduleand the feedback evaluation module. The adaptability and effectiveness will be demonstrated in the application example of BaoShen Railway Company of ShenHua Group at last.

为有效反映货运计划、列车开行方案、运行图之间的动态关系，充分挖掘、分析、利用铁路运输指挥系统既有数据；解决目前煤运重载线路日常调度指挥中运行图参数不精确、运输调度方案欠科学，运营管理全局无最优等问题；实现重载铁路调度指挥管理的自动化、信息化与智能化，提高调度管理水平和效率，进而提升铁路煤运业务竞争能力，提出基于数据挖掘的煤运重载铁路列车运行参数动态偏移规律及调度优化决策支持研究。.研究整合TMIS、TDCS、机车LKJ等底层数据，利用数理统计原理分析数据集中趋势、离散与分布形态，挖掘列车运行数据的动态偏移规律，为列车运行参数修正提供数据支持。针对煤运系统日常调度指挥主导型的调度机制，运用模糊决策、随机排序模型理论，搭建包括前期运行计划调整、实时辅助调度、后期反馈评价的重载铁路调度决策支持系统，完善调度指挥的智能化理论。依托神华包神铁路公司，通过实例，对研究成果进行适应性分析和效果检验。

煤运重载铁路线网具有集配站向各矿区辐射分布的特点，空重车流呈现方向上的不均衡特性。在“产供销”一体化下的运输组织过程中，调度指挥需适应市场的动态需求，这对运输组织的系统化和智能化提出了新的要求。为有效反映货运计划、列车开行方案、运行图之间的动态关系，充分挖掘、分析、利用铁路运输指挥系统既有数据；解决目前煤运重载线路日常调度指挥中运行图参数不精确、运输调度方案欠科学，运营管理全局无最优等问题；实现重载铁路调度指挥管理的自动化、信息化与智能化，提高调度管理水平和效率，提升铁路煤运业务竞争能力，围绕基于数据挖掘的煤运重载铁路列车运行参数动态偏移规律及调度优化决策支持这一重要运输领域基础科学问题进行探索。.研究煤运重载铁路列车运行参数动态偏移规律、运行图稳定性，为调度调整辅助决策提供数据基础。通过整合TDCS、机车LKJ等运营源数据，利用数理统计原理分析数据集中趋势、离散与分布形态，挖掘列车运行数据的动态偏移规律，进行列车运行参数修正。引入缓冲分布矩阵，设计稳定性指标，实现运行图的稳定性分析。研究基于数据挖掘的煤运重载铁路调度辅助决策支持关键技术。针对煤运系统日常调度指挥主导型的调度机制，运用序优化理论、神经网络和粗糙集模型，搭建包括前期运行计划调整、实时辅助调度、后期反馈评价的重载铁路调度决策支持系统，完善调度指挥的智能化理论。项目依托神华包神铁路公司，对研究成果进行适应性分析和效果检验。在行业内形成了示范工程。.形成以下成果：1）支撑运行参数修正、稳定性分析以及调度调整辅助决策的全套数据挖掘技术；2）基于实测数据的运行图稳定性评价方法；3）基于实时数据的调度优化决策理论与系统；4）项目部分成果应用于现场，其综合运输能力提升15-20%；5）培养了3名博士，12名硕士；支持相关论文4篇，软件著作权3项。