面向铁路煤炭起讫点流量短期预测的SCOUT结构化代理参照框架与情景调整方法

《Applied Sciences》：SCOUT: Scenario-Oriented Context-Gated Forecasting with Explicit Lower-Bound Projection for Eligible Railway Coal OD Flows

　　路线活动异质性以及需要在观测数据、情景假设与运营需求之间做出清晰区分，给铁路煤炭起讫点（OD）流量的短期预测带来了挑战。SCOUT通过15个明确定义的时间与构造代理参照组件，实现了针对长期趋势、周期性变化和短期变动的重叠设计目标。这些组件的构建赋予了时间意义，而依赖上下文的单纯形门控机制则自适应地调整其组合方式。在校准验证之后，依次进行独立的情景调整与路线级下界投影。案例研究涉及一个铁路系统，经过训练期中对非活跃与罕见激活路线的筛选后，保留了210条路线，覆盖了留出网络流量的98.42%。在净化时序划分下的171个留出预测起点上，符合下界的预测相较于Recent-4方法，在间歇性、常规活跃流量和主干层分别将RMSE降低了6.34%、3.21%和2.89%。在报告的时间边界与阈值检验下，与Recent-4的方向性比较依然成立，而现代基准对比与架构诊断显示，各模块之间表现为依赖簇的权衡取舍，而非每一个模块都能带来统一的好处。投影消除了对指定下界的违反，但并不能确立网络容量的可行性。对于间歇性路线，正向事件对描述性残差带的覆盖率仅为4.73%。现有证据支持一种结构化组织的预测表示方式和一种可审计的调整接口；向其他系统的迁移以及下游运营效益仍有待评估。