基于事件图的数据驱动方法评估连接式司机建议系统（RouteLint）在混合交通条件下的运营绩效

《IEEE Open Journal of Intelligent Transportation Systems》：A Two-Level Data-Driven Event Graph Approach for Performance Evaluation of a Driver Advisory System for Freight Trains

　　

摘要：

随着铁路网络在混合交通条件下面临不断提高准点率和运能的压力，诸如连接式司机建议系统（C-DAS）等数字辅助工具日益被广泛部署。然而，关于这些工具在日常运营中实际效果的实证证据仍然有限。本文提出了一种基于宏观和微观事件图表示的数据驱动双层方法，基于同一底层走廊和观测到的列车运行数据构建，用于评估C-DAS的性能。该方法融合了时刻表事件记录、线路区段占用与释放数据以及C-DAS使用日志，以便在时刻表站点和闭塞区段层级上对比使用和不使用C-DAS的列车。基于事件图推导出的时刻偏差、运行时间偏差以及非计划性黄色信号显示的发生情况，通过非参数统计检验进行评估。该方法通过将其应用于RouteLint进行验证，RouteLint是荷兰货运运营中使用的一种C-DAS，使用了混合交通干线走廊上一年内共计23,573次货运列车运行的数据。结果表明，使用RouteLint的列车与不使用RouteLint的列车在运营绩效方面存在适度但一致性的差异。在多个关键站点处发现时刻偏差具有统计显著性差异，配备RouteLint的列车在主要车站和枢纽处的偏差约低30–70秒。在微观层面，运行时间偏差表现出显著的局部变异性，而在选定闭塞区段上，配备RouteLint的列车观察到较低的偏差。此外，配备RouteLint的列车观察到非计划性黄色信号显示的整体几率约低6%，但该关联在不同运营情境下有所不同。