基于GA-BP神经网络的铁路技术站作业效率优化研究

作者：孔德扬; 王梦杰; 高磊

来源：甘肃科学学报, 2022, 34(03): 104-111.

DOI：10.16468/j.cnki.issn1004-0366.2022.03.019

• 技术站作业效率
• 人为因素
• GA-BP神经网络
• 遗传算法
• 最佳班组人员组合

为提升技术站作业效率，在充分分析技术站车流组织过程的基础上，提出人为因素是影响技术站作业效率的主要因素。首先选取人员出勤情况、作业车数量、车流时段分布、班次、天气5个自变量进行分析并利用单因素分析法对自变量进行量化与筛选，以各单项作业的超时系数构建输出数据评价体系；其次选取GA-BP神经网络作为预测模型以确定最优权值和阈值；最后利用遗传算法对最佳班组人员组合进行计算，并用实例进行验证。结果表明：GA-BP神经网络测试误差值仅为0.172 29,可见在有限样本数据的条件下，班组人员组合与作业效率的评价等级有较强烈的非线性关系。研究为提升现场作业效率、合理分配班组人员提供了一定的理论基础。

• 单位
  交通运输学院; 西安交通工程学院