歡迎進入 澳門城市大學 科研管理處

澳城大頂刊研究成果 聚焦智慧交通


發佈日期:2024/05/20
  • 分享至:

澳門城市大學商學院郭經緯副教授作為第二作者的研究論文“Explainable train delay propagation: A graph attention network approach”已在社會科學引文索引(SSCI)及科學引文索引(SCIE)雙檢索Q1期刊《Transportation Research Part E: Logistics and Transportation Review》上發表。《Transportation Research Part E: Logistics and Transportation Review》是管理學領域國際權威期刊。該期刊是SSCI及SCI雙檢索,為SCIE下屬土木工程類別排名第一,Journal Citation Reports (JCR) 顯示本期刊位列一區,其影響因子高達10.6,亦是中科院分區工程技術大類位列一區的Top期刊,國際商科與管理學優異學術刊物(英國商學院協會學術期刊指南,ABS3),FMS管理科學高質量國際B類期刊。

 

 

解析列車運行延誤傳播機理

研究簡述

鐵路運營很容易受到突發干擾事件的影響,例如人為故障、設備故障和惡劣天氣,進而導致列車運行和旅客出行延誤。考慮到列車延誤的這些特點,建立列車延誤傳播模型是一項具有挑戰性的任務。如何利用列車延誤傳播模型説明管理人員識別更準確的延誤傳播模式並預測未來狀態,對於運輸規劃和列車運行管理至關重要。

 

研究內容

本研究提出了一種先進的圖注意力網絡(GAT),用於類比列車延誤傳播。GAT 模型繼承了圖和網絡模型在列車延誤傳播問題中的高可解釋性優勢(即使用節點表示列車到達/出發事件,而不是將列車運行視為黑箱)。此外,提出的GAT 模型使用注意力機制來捕捉因素對延遲傳播的影響強度,使得模型能夠對重要因素給予更多關注,並對列車運行和延遲傳播進行解釋。

 

An example of the assignment of timetable-related features in the GAT model.

 

研究結果

研究結果表明:

  1. 影響因素對延誤傳播的貢獻各不相同,而列車時間間隔是列車延誤傳播的決定因素;
  2. 與其他最先進的圖網絡模型相比,所提出的 GAT 模型的準確性有了顯著提高。

 

The relationship between the attention coefficient, headway, delay, and running/dwelling process.

 

本文DOI:https://doi.org/10.1016/j.tre.2024.103457,或可掃瞄以下二維碼查看文章詳情!

 

 

郭經緯副教授​學術聯繫方式:

WOS ResearcherID: AEO-9484-2022

Scopus ID: 58915999700

ORCID: 0000-0001-8282-8431

Email: jwguo@cityu.edu.mo



 
瀏覽次數:45