TY -的A2 Dolezel切赫盟——廖,锦盟——张冯盟——张上盟——锣,程PY - 2020 DA - 2020/12/12 TI -实时火车时间表基于深度学习的重排方法下的地铁系统能量优化随机扰动SP - 8882554六世- 2020 AB -考虑到不确定住障碍通常发生在地铁站,研究者已经提出了很多方法来解决火车时间表延期(竞技场队伍)的问题。本文提出一种修改基因Algorithm-Gate复发单元(MGA-GRU)方法,这是一个实时的方法基于深度学习的竞技场队伍。该方法以门复发性单元(格勒乌)网络作为决定网络和使用修改后的遗传算法产生的结果(公司)作为网络的训练集的决定。一个训练有素的决定网络可以实时提供有效解决方案随机扰动发生后,以优化网络列车牵引能耗在地铁系统。根据上海地铁1号线(SML1)试点网络,本文建立了一个综合模型地铁系统的训练和测试环境来验证该方法的节能效果和实时性能在解决竞技场队伍的问题。实验结果表明,在两名列车地铁系统中,3△地铁系统,和five-train地铁系统,平均MGA-GRU方法可以节省能源4.45%,6.16%,和7.19%,而平均决策时间只有0.15秒,0.27,和0.33 s,分别。SN - 0197 - 6729你2020/8882554 / 10.1155——https://doi.org/10.1155/2020/8882554——摩根富林明-杂志的先进运输PB - Hindawi KW - ER