کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4968602 1449675 2016 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A delay root cause discovery and timetable adjustment model for enhancing the punctuality of railway services
ترجمه فارسی عنوان
ردیابی تاخیر سبب کشف و تنظیم مدل زمانبندی شده برای افزایش درجه بندی خدمات راه آهن می شود
کلمات کلیدی
به تاخیر افتادن علت ریشه کشف، انتشار تاخیر، فراگیری ماشین، اختلال در راه آهن،
ترجمه چکیده
تاخیر ناخوشایند که عامل کلیدی در زمانبندی خدمات راه آهن است، عمدتا به دو عامل شامل کیفیت برنامه زمانی در مرحله برنامه ریزی و اختلالات مربوط می شود که ممکن است در انتظار یا ملاقات در جریان عملیات برنامه ریزی نشده قرار گیرد. اگر علت تاخیر در ریشه و درگیری میان عوامل مسئول در این امر می تواند به وضوح روشن شود، پس از انجام واکنش هایی از قبیل تنظیم زمانبندی، تغییر زمانبندی یا تغییر مسیر ترافیک در صورت اختلال، می توان معیار عملیات راه آهن را افزایش داد. این دلایل تاخیری می تواند برای پیش بینی طول اختلالات راه آهن استفاده شود و واکنش های موثر در مدیریت اختلالات می تواند مورد استفاده قرار گیرد. در این کار، یک ریشه تاخیر به علت مدل کشف ارائه شده است که منابع اطلاعاتی عملیات ناهمگن راه آهن را برای بازسازی جزئیات عملیات راه آهن ادغام می کند. یک روش درخت تصمیم گیری نظارت شده که پس از یادگیری ماشین و تکنیک های داده کاوی طراحی شده است، به منظور تخمین عوامل کلیدی در تاخیر های ضربه ای طراحی شده است. با توجه به منطق تجزیه و تحلیل جلسات برنامه ریزی شده و یا غیر برنامه ریزی شده و رفتارهای اتمام، و انتشار های پس از آن، فاکتور تاخیر ریشه را می یابد. نتایج آزمایش نشان می دهد که درخت تصمیمی پیشنهادی می تواند علت تاخیر را با دقت 83٪ پیش بینی کند و می تواند تا 90٪ افزایش یابد اگر علت تاخیر تنها یک مسافر طولانی مسافر سواری باشد؟ و یا جلسه؟ عوامل. علت تاخیر ریشه را می توان با مدل پیشنهادی کشف کرد که توسط فیلترهای فرکانس در پرونده های عملیاتی تأیید شده و با تنظیم زمانبندی که مرجع مهمی برای برنامه ریزی جدول زمانی بعدی است، حل می شود. نتایج این مطالعه می تواند به حمایت از تصمیم گیری در مورد عملیات راه آهن و مدیریت اختلال، بویژه با توجه به برنامه ریزی جدول زمانی، تعلیق و تعویض قطارها، تجزیه و تحلیل قابلیت اطمینان سیستم و بهبود کیفیت خدمات، اعمال شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
ردیابی تاخیر سبب کشف و تنظیم مدل زمانبندی شده برای افزایش درجه بندی خدمات راه آهن می شود
چکیده انگلیسی
Knock-on delay, which is the key factor in punctuality of railway service, is mainly related to two factors including the quality of timetable in the planning phase and disturbances which may result in unscheduled trains' waiting or meeting in operation phase. If the delay root cause and the interactions among the factors responsible for these can be clearly clarified, then the punctuality of railway operations can be enhanced by taking reactions such as timetable adjustment, rescheduling or rerouting of railway traffic in case of disturbances. These delay reasons can be used to predict the lengths of railway disruptions and effective reactions can be applied in disruption management. In this work, a delay root cause discovery model is proposed, which integrates heterogeneous railway operation data sources to reconstruct the details of the railway operations. A supervised decision tree method following the machine learning and data mining techniques is designed to estimate the key factors in knock-on delays. It discovers the root cause delay factor by logically analyzing the scheduled or un-scheduled trains meetings and overtaking behaviors, and the subsequent delay propagations. Experiment results show that the proposed decision tree can predict the delay reason with the accuracy of 83%, and it can be further enhance to 90% if the delay cause is only considered “prolonged passengers boarding” and “meeting or overtaking” factors. The delay root cause can be discovered by the proposed model, verified by frequency filtering in operation records, and resolved by the adjustment of timetable which is an important reference for the next timetable rescheduling. The results of this study can be applied to railway operation decision support and disruption management, especially with regard to timetable rescheduling, trains resequencing or rerouting, system reliability analysis, and service quality improvements.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Transportation Research Part C: Emerging Technologies - Volume 73, December 2016, Pages 49-64
نویسندگان
, , ,