軌道交通神經(jīng)網(wǎng)絡的研究

王文華

（中國鐵道科學研究院集團有限公司國家鐵道試驗中心，北京 100015）

軌道交通由車、機、工、電、輛、人員等要素組成，在業(yè)務方面包括運輸組織、客貨服務、經(jīng)營管理、建設管理和安全保障等作業(yè)內(nèi)容。隨著信息技術在軌道交通領域的廣泛應用，信息網(wǎng)絡覆蓋并延伸到軌道交通的各個要素和業(yè)務領域。軌道交通的生產(chǎn)與管理向著智能化和管控一體化方向的進一步發(fā)展，對于軌道交通這一復雜巨型系統(tǒng)，構建數(shù)字化、智能化軌道交通尤為重要。因此，軌道交通神經(jīng)網(wǎng)絡研究和應用勢在必行。

1 軌道交通網(wǎng)絡構成

隨著軌道交通技術的快速發(fā)展，需要網(wǎng)絡承載的傳輸業(yè)務越來越多，網(wǎng)絡吞吐量、可靠性等要求越來越高。大量的軌道交通信息如列車控制信息、診斷信息、視頻監(jiān)視信息、旅客信息[1]及多種多媒體信息傳輸?shù)壤萌找鎻碗s化的網(wǎng)絡結構進行傳輸。目前，軌道交通網(wǎng)絡平臺包括既有的列車骨干網(wǎng)、GSM-R、地面SDH 傳輸網(wǎng)絡和IP數(shù)據(jù)網(wǎng)絡。隨著物聯(lián)網(wǎng)技術的發(fā)展，大量的智能傳感系統(tǒng)部署到軌道交通的設備、設施上，實時獲取軌道交通的線路狀態(tài)、列車行車狀態(tài)、環(huán)境狀況等的狀態(tài)信息。軌道交通網(wǎng)絡平臺與智能傳感器相互融合：智能傳感系統(tǒng)獲取的傳感信息并通過軌道交通網(wǎng)絡進行大容量傳輸；利用信息處理技術，對實時監(jiān)測的信息進行融合聯(lián)動、匯總分析、綜合運用；并通過軌道交通網(wǎng)絡，向軌道交通管理人員提供可視化表達。從而能夠判定設備安全隱患、災害，提供及時準確的災害報警和預警功能，即時采取相應的緊急預防或處置措施。軌道交通網(wǎng)絡平臺如圖1所示。

圖1 軌道交通網(wǎng)絡平臺

軌道交通網(wǎng)絡傳感器網(wǎng)絡覆蓋工務、機務、車輛、電務、供電等各專業(yè)子系統(tǒng)，部署在各專業(yè)子系統(tǒng)中的傳感器對固定設施、移動設備定期的、不定時地進行巡檢，對軌道交通沿線、周邊環(huán)境和人員活動進行實時的監(jiān)測。這些傳感器構成的系統(tǒng)連接起來形成涵蓋“人·機·環(huán)境”的網(wǎng)絡監(jiān)測平臺，涉及軌道交通安全有關的設施、設備、環(huán)境、人員。

（1）列車運行監(jiān)測系統(tǒng)中包含應答器信息接收單元（BTM）、軌道電路信息讀取單元（機車信號）、速度傳感器、壓力傳感器等傳感設備，可提供軌道電路信息、人機交互指令和列車狀態(tài)等信息[2]。列車運行監(jiān)測系統(tǒng)結合GPS及地理信息系統(tǒng)，可獲取指定列車的詳細運行信息。

（2）自然災害及異物侵限監(jiān)測系統(tǒng)主要是對軌道交通沿線的風、雨、雪、地震、異物侵入等環(huán)境因素進行監(jiān)測。

（3）電力監(jiān)測主要依靠傳感器對全線的電力系統(tǒng)狀況進行狀態(tài)監(jiān)控，監(jiān)測鐵路沿線各個變電所的設備和關鍵點狀況，包括電壓、電流、開關、電源等的狀態(tài)信息。

（4）信號監(jiān)測實現(xiàn)鐵路沿線的車站進路和信號機狀態(tài)監(jiān)測。

（5）車輛運行安全監(jiān)控體系主要由5T（THDS、TPDS、TFDS、TADS、TCDS）構成，并結合車號自動識別系統(tǒng)，對車輛的軸承溫度、運行狀態(tài)（軸重、超偏載、踏面擦傷等）、運行故障、軸承工作狀態(tài)、客車運行關鍵部件等進行監(jiān)測。

（6）線橋隧監(jiān)測主要在橋梁隧道周邊部署相關傳感裝備，對影響狀態(tài)的周邊環(huán)境、水位、性能狀態(tài)等信息監(jiān)測需要進行實時監(jiān)控。

（7）綜合視頻監(jiān)測可實現(xiàn)對軌道交通沿線重點區(qū)域、重點設施、車站、乘客、作業(yè)人員等進行實時監(jiān)控，對車站、供電設備、通信設備、周邊環(huán)境、列車運行狀態(tài)等傳感成像。

2 神經(jīng)網(wǎng)絡基本原理

神經(jīng)網(wǎng)絡（人工神經(jīng)網(wǎng)絡，artificial neural network，縮寫ANN），是模擬生物神經(jīng)網(wǎng)絡結構和功能的數(shù)學或計算模型。生物神經(jīng)網(wǎng)絡由大量的神經(jīng)元相互連接構成。生物神經(jīng)網(wǎng)絡的建立，是相互連接的神經(jīng)元不斷接收并傳導外界刺激的過程。神經(jīng)元不斷調(diào)整彼此間的連接強度直到達到穩(wěn)定狀態(tài)，并最終對刺激做出反應，生物神經(jīng)網(wǎng)絡形成。與生物神經(jīng)網(wǎng)絡類似，人工神經(jīng)網(wǎng)絡包括感知、模式加工、動作輸出等部分，大量具有感知、計算、傳遞和存儲能力的人工神經(jīng)元按照特定的拓撲結構連接起來，形成了具有大規(guī)模并行處理和存儲能力的網(wǎng)絡處理系統(tǒng)。

人工神經(jīng)元是人工神經(jīng)網(wǎng)絡的基本處理單元，又被稱為神經(jīng)元或節(jié)點。人工神經(jīng)元可被抽象為數(shù)學模型，包括突觸、加法器、激活函數(shù)三部分：①突觸或連接鍵，每一個都由其權值或強度作為特征。②加法器，用于求取各輸入信號和神經(jīng)元的相應突觸加權的和。③激活函數(shù)，也稱傳輸函數(shù)，起到非線性映射的作用，同時也規(guī)定了神經(jīng)元輸出的閾值。目前，神經(jīng)網(wǎng)絡與進化論、專家系統(tǒng)、模糊識別以及眾多學科融合發(fā)展，不再是單一的數(shù)學模型。不同的神經(jīng)網(wǎng)絡模型，神經(jīng)元的分類有所不同，但都包含輸入神經(jīng)元、輸出神經(jīng)元、隱含神經(jīng)元三種類型。輸入神經(jīng)元將感知信息傳輸?shù)缴窠?jīng)網(wǎng)絡中，輸出神經(jīng)元向外部輸出運算后的結果信息。隱含神經(jīng)元負責學習和處理信息，不與外部發(fā)生直接聯(lián)系。

神經(jīng)網(wǎng)絡中神經(jīng)元之間的連接方式?jīng)Q定了神經(jīng)網(wǎng)絡的處理能力。按照連接模式，神經(jīng)網(wǎng)絡可分為前饋式神經(jīng)網(wǎng)絡、反饋式神經(jīng)網(wǎng)絡、復雜神經(jīng)網(wǎng)絡等多種模型。

在前饋式神經(jīng)網(wǎng)絡中，神經(jīng)元只能接受前面神經(jīng)元的輸出信息，網(wǎng)絡中不存在回路。反饋式神經(jīng)網(wǎng)絡中存在閉合回路，神經(jīng)元可以接受后面神經(jīng)元的輸出信息，可通過閉合回路調(diào)整神經(jīng)網(wǎng)絡以提高網(wǎng)絡的學習能力和性能。

復雜神經(jīng)網(wǎng)絡由數(shù)量巨大的具有自己特性的節(jié)點組成，節(jié)點之間相互連接構成了高度復雜的網(wǎng)絡結構，具有自組織、自相似等特性。

不同的神經(jīng)網(wǎng)絡模型，學習、處理能力和應用領域也不相同。反復向人工神經(jīng)網(wǎng)絡輸入一組數(shù)據(jù)，不斷調(diào)整節(jié)點間的連接權重，直到輸入特定的輸入產(chǎn)生期望的輸出。不斷輸入數(shù)據(jù)，訓練神經(jīng)網(wǎng)絡，增加其可靠性。此時，神經(jīng)網(wǎng)絡具有識別、分析、預測能力。

3 軌道交通神經(jīng)網(wǎng)絡模型建立與設計

將與人類大腦處理問題相類似的神經(jīng)網(wǎng)絡應用于軌道交通智能評判決策的方案將開拓一個嶄新的應用領域。其目標是：基于現(xiàn)有的軌道交通網(wǎng)絡系統(tǒng)和傳感系統(tǒng)，借助復雜神經(jīng)網(wǎng)絡和其學習、預測能力，根據(jù)軌道交通的相關標準、規(guī)則、基礎參數(shù)，以及相關的地理、天氣等專業(yè)知識對軌道交通總體運行狀態(tài)進行感知、分析和推理，為軌道交通的運營決策提供專家級的參考方案，從而使軌道交通運營管理更加的合理，科學有效。

軌道交通神經(jīng)網(wǎng)絡是復雜的、多種子神經(jīng)網(wǎng)絡構成的綜合型網(wǎng)絡模型。在橫向上，軌道交通神經(jīng)網(wǎng)絡模型由列車、機務、車輛、工務、電務和調(diào)度指揮6類子網(wǎng)絡模型構成，列車、機務、車輛、工務、電務和調(diào)度指揮等都是信息網(wǎng)絡上的節(jié)點，都是獨立的子神經(jīng)網(wǎng)絡。各子神經(jīng)網(wǎng)絡相互連接在一起，構成了復雜神經(jīng)網(wǎng)絡，各子神經(jīng)網(wǎng)絡間相互作用，進而對整個軌道交通運營體系產(chǎn)生影響。為提升軌道交通神經(jīng)網(wǎng)絡模型的準確性，各子神經(jīng)網(wǎng)絡內(nèi)部采用反饋式網(wǎng)絡模型進行訓練，由各子神經(jīng)網(wǎng)絡構成的復雜網(wǎng)絡模型采用自組織映射模型進行聚類。在縱向上，軌道交通神經(jīng)網(wǎng)絡模型由總公司、路局、站段等各級神經(jīng)網(wǎng)絡構成，權值由管理組織結構、調(diào)度指揮、工作規(guī)程習慣等規(guī)則綜合構成。根據(jù)管理體系授權，感知信息和決策控制信息按層次傳遞分發(fā)。

現(xiàn)在大部分車輛線路上發(fā)生故障只能在動車組回庫后，通過檢查線路、試驗和測試的方法進行故障處理。運用軌道交通神經(jīng)網(wǎng)絡建模，基于神經(jīng)網(wǎng)絡模型的軌道交通網(wǎng)絡，列車、調(diào)度、工務等都是神經(jīng)網(wǎng)絡的基本單元，也就是獨立的子神經(jīng)網(wǎng)絡，具有適度獨立決策處理能力，各子神經(jīng)網(wǎng)絡（即基本單元）可以根據(jù)需要建立多個突觸，并通過突觸獲取感知信息，各子神經(jīng)網(wǎng)絡根據(jù)規(guī)則賦予突觸不同的權重和采集頻率。例如，列車對變化的運行環(huán)境、設備狀態(tài)的信息實時感知，經(jīng)過傳遞函數(shù)（規(guī)則、歷史數(shù)據(jù)、設備參數(shù)）處理（數(shù)據(jù)分析和自學習）形成針對其他節(jié)點所需要的信息，并把信息通過突觸傳遞給其他子神經(jīng)網(wǎng)絡（調(diào)度、工務等子神經(jīng)網(wǎng)絡）。軌道交通神經(jīng)網(wǎng)絡具有并行計算、分布式信息存儲和自適應學習能力。提供給神經(jīng)網(wǎng)絡的信息越多、越全面，網(wǎng)絡的性能越高，準確性越好。在軌道交通神經(jīng)網(wǎng)絡中，接入全部的傳感系統(tǒng)，可以更好地完成監(jiān)測、預測等任務。軌道交通神經(jīng)網(wǎng)絡構成圖如圖2所示。

圖2 軌道交通神經(jīng)網(wǎng)絡

軌道交通神經(jīng)網(wǎng)絡不是簡單的多個反饋式神經(jīng)網(wǎng)絡的組合，而是復雜的多種子神經(jīng)網(wǎng)絡組合構成復雜神經(jīng)網(wǎng)絡，多種子神經(jīng)網(wǎng)絡保序映射，通過自組織聚類形成根據(jù)重要度的類別排序。它將多個系統(tǒng)的判斷結果綜合起來形成最終判斷，并將最終判斷反饋給各子系統(tǒng)，用于更新它們的判斷，進而改進整個系統(tǒng)的性能[3]。軌道交通神經(jīng)網(wǎng)絡基本模型如圖3所示，軌道交通神經(jīng)網(wǎng)絡感知、判斷具體步驟流程如圖4所示。

軌道交通神經(jīng)網(wǎng)絡應用到軌道交通安全監(jiān)測、預測系統(tǒng)。軌道交通神經(jīng)網(wǎng)絡的節(jié)點包含調(diào)度節(jié)點、工務節(jié)點和行進列車節(jié)點3大類，主要包括機務系統(tǒng)（機務節(jié)點）、工務系統(tǒng)（工務節(jié)點）、運行列車、調(diào)度系統(tǒng)等節(jié)點，這些節(jié)點具有適度獨立決策處理能力，各神經(jīng)元節(jié)點之間通過連接傳遞信息。軌道交通神經(jīng)元節(jié)點一直保持并及時更新發(fā)布到突觸上的信息，相關神經(jīng)元節(jié)點根據(jù)授權和需要通過相聯(lián)系的突觸采集信息。通過相應的突觸相互連接，軌道交通各個組件自行決策并互相傳遞決策信息，進而自發(fā)形成某些規(guī)則下的有序狀態(tài)，實現(xiàn)列車的自適應運行[4]。

圖3 軌道交通神經(jīng)網(wǎng)絡基本模型

圖4 軌道交通神經(jīng)網(wǎng)絡感知、判斷步驟

4 結語

通過對軌道交通的關鍵設施設備及系統(tǒng)的相關屬性、參數(shù)和狀態(tài)的全方位感知，利用軌道交通網(wǎng)絡對感知信息融合處理，搭建軌道交通神經(jīng)網(wǎng)絡模型，利用神經(jīng)網(wǎng)絡對軌道交通所有資源及其運行環(huán)境時空變化進行建模，實現(xiàn)狀態(tài)感知、大容量傳輸、融合處理和可視化表達，協(xié)調(diào)優(yōu)化軌道交通各業(yè)務流程和各類資源，達到軌道交通自檢測、自診斷、自決策的目標，以較低成本達到保障安全、提高運輸效率、改善經(jīng)營管理等目的。