一种基于具身智能的列车运行态势预测方法

1.一种基于具身智能的列车运行态势预测方法，其特征在于，包括以下步骤：S1：采集列车运行过程的多源异构的运营数据，对多源异构的运营数据进行结构化处理，输出多维向量特征，形成数值化输入矩阵，作为训练数据；S2：利用训练数据中的数值化特征向量 与对应的实际列车延迟时间 构建基于梯度提升树的列车延迟预测模型；S3：采集列车运行过程中新的运营数据，并从新的运营数据中提取特征数据，并从数据有效性、因果可解释性、模型稳定性和预测逻辑一致性验证新的运营数据的可解释性，并将具有可解释性的新的运营数据存入数据缓存池中，当数据缓存池中运营数据量达到设定阈值后，执行步骤S4；S4：根据数据缓存池内新增的运营数据，将新增的运营数据输入当前的列车延迟预测模型中，获取当前列车延迟预测模型预测的偏差方向及幅度，对当前的列车延迟预测模型进行增量更新；S5：采集列车实时的运营数据，将实时的运营数据输入增量更新后的列车延迟预测模型中，输出预测的实时列车延迟时间；所述步骤S3包括：S31：采集列车运行过程中新的运营数据，并提取新的运营数据对应的特征数据 ，并验证特征数据 的连续特征合规性、离散特征合法性和缺失值容忍度是否满足要求，若均满足要求，则进入步骤S32，否则，作为异常数据进行删除；S32：利用特征数据 构建新的运营数据对应的特征数据子集 ，利用特征数据子集 训练临时的列车延迟预测模型 ，并利用SHAP值分解特征数据 对预测结果的贡献度 ： ；其中， 为特征数据子集 中排除特征数据 后的任意子集特征子集， 表示特征数据子集 的大小， 表示仅使用子集 特征的列车延迟预测模型 的输出；S33：验证贡献度 是否满足双重贡献约束： ， ；其中， 为绝对贡献阈值， 为相对贡献阈值， 为新的运营数据中对应的样本总数；若存在至少一个特征数据 满足双重贡献约束，则判定新的运营数据具备可解释性的因果价值，执行步骤S34，否则将新的运营数据作为异常数据进行删除；S34：定义特征重要性指标为SHAP值的L2范数标准化结果： ；其中， 为参考数据集大小， 分别为当前列车延迟预测模型、临时的列车延迟预测模型 对应的特征 在参考数据集上的标准化重要性强度， 为分别为当前列车延迟预测模型下第 个样本中特征 与特征 的SHAP值， 分别为临时的列车延迟预测模型 下第 个样本中特征 与特征 的SHAP值；计算重要性波动率 ： ；若存在任意特征数据 满足 ， 为允许的SHAP值波动空间， 则判定模型发生显著性逻辑漂移，需要将新的运营数据作为异常数据进行删除，否则，判定满足模型稳定性要求，执行步骤S35；步骤S35：从历史的 N 组运营数据集 中随机选取参考样本集 ，并通过路径积分方法量化模型差异， i 为每组运营数据的数据条数， 为运营数据的字段数据集，字段数据集包括计划到站时间 、原始气象文本 和车站名 ， 为字段数据集对应的实际列车延迟时间；具体包括：步骤S351：进行特征空间插值：针对参考样本集 中的每个样本 , 构造从基准向量 到样本 的线性路径： ；其中， 为特征向量 的期望值；步骤S352：梯度场差异计算：沿线性路径对临时的列车延迟预测模型 和当前的列车延迟预测模型的预测进行积分，得到预测梯度差异 ： ；其中， 为样本 输入临时的列车延迟预测模型 输出的预测值， 为样本输入当前的列车延迟预测模型中输出的预测值， 是梯度算子， 是路径参数；步骤S353：进行预测逻辑一致性验证：若满足 ，则判定新的运营数据满足预测逻辑一致性要求，将新的运营数据存入数据缓存池中，否则，将新的运营数据作为异常数据进行删除；其中， 为容忍系数， 为历史列车延迟预测模型更新时的梯度差异分布。 2.根据权利要求1所述的基于具身智能的列车运行态势预测方法，其特征在于，所述步骤S1包括：S11：采集列车运行过程的多源异构的运营数据，得到 N 组运营数据集 ；S12：定义时间解析算子字符串集合 ，将文本时间 映射为标量； ；其中， 为实数集， 为小时解析函数， 为分钟解析函数， 为计划到站时间的标量提取函数； 为到站时间的字符串解析映射，且满足： ；其中， 为到站时间字符串 第 位的数值映射， 为字符串解析函数， k 为到站时间字符串的位数， 为自然数集；S13：定义原始气象文本 的分解映射 ； ；其中， 为原始气象文本的分解映射函数， 分别为风速提取函数、风向提取函数， 分别为原始气象文本空间和风向标签空间；风速提取函数 对原始气象文本进行特征提取的方法为： ；其中， 为原始气象文本的文本长度， 为数字字符指示函数， 为原始气象文本的字符串位置权重指数， 为字符到数值的映射， 为原始气象文本 的第 个字符；风向提取函数 对原始气象文本进行特征提取的方法为： ；其中， 为预设的风向集合， 为原始气象文本的子串匹配函数， 为风向气象文本字符串 的第 个字符；S14：针对车站名称 ，构造独热编码映射 ， 为车站集合，车站集合 的大小为 ； ；其中， 为车站索引映射函数， K 为车站集合的大小， 为车站编码向量的位数， 为独热编码映射函数；S15：将提取的风速特征标量 、风向特征标量 和计划到站时间的标量 作为类别变量数据，构建高维稀疏张量 ， M 为类别变量的总类别数；S16：生成高维的数值化特征向量 ； ；其中， 表示向量拼接操作， 为运营数据的连续特征数据的归一化函数， 为连续特征数据的归一化值， 为连续特征数据， D 为数值化特征向量 内特征数据的纬度， 为车站名称 的独热编码； ；其中， 分别为连续特征数据 的均值与标准差；S17：检查数值化特征向量 内的特征数据是否在合法区间内，删除不在合法区间内的异常数据，得到多维向量特征，并形成数值化输入矩阵。 3.根据权利要求2所述的基于具身智能的列车运行态势预测方法，其特征在于，所述步骤S2包括：S21：构建 N 组运营数据对应的数值化特征向量 的集合 ；S22：构建 N 组运营数据对应的实际列车延迟时间集合 ；S23：构建梯度提升树集成模型； ；其中， 为列车延迟时间的预测函数，用于输出预测的列车延迟时间； m 为决策树的编号， M 为决策树的数量， 为决策树的收缩率， 为第 m 颗决策树的预测函数， 为输入的数值化特征向量， 为决策树的拓扑结构，且 ， 为分裂特征索引， 为分裂点的分裂阔值，且拓扑结构的叶节点为 ， 为拓扑结构中分裂点的索引序号，表示第 棵决策树的第 次特征分裂操作；S24：对决策树的拓扑结构进行初始化，将集合 中的数值化特征向量 输入决策树中，输出预测的列车延迟时间，并计算预测的列车延迟时间 相对于实际列车延迟时间 的残差向量 ； ；S25：利用残差向量 对决策树进行特征空间划分，采用贪心策略搜索拓扑结构的最优分裂点，计算数值化特征向量 的第 个特征数据 的候选分裂点 的分裂增益 ； ；其中， ， 是训练数据对应的样本索引集， 左子节点样本索引集， 是右子节点样本索引集， 为模型叶节点权重的L2正则化系数， 为复杂度惩罚项；S26：选择最大化分裂增益 的特征数据与候选分裂点组合 执行节点分裂；S27：利用残差向量 和正则化系数 对决策树的叶节点进行权重赋值，针对生成的叶节点区域 ，计算叶节点的最优权重 ； ；S28：利用叶节点区域 、最优权重 对梯度提升树集成模型进行更新，对梯度提升树集成模型进行迭代优化，生成梯度提升树扩展集成模型，得到列车延迟预测模型； ；其中， 为指示函数。 4.根据权利要求3所述的基于具身智能的列车运行态势预测方法，其特征在于，所述步骤S2还包括：S29：在梯度提升树集成模型进行每轮迭代优化之后，均输出一次预测的列车延迟时间，并计算预测的列车延迟时间与实际列车延迟时间之间的误差 ；S210：定义误差阈值 ，当连续 P 轮迭代优化过程中均满足 ，则表明梯度提升树集成模型优化完成，直接输出此时的梯度提升树集成模型，作为列车延迟预测模型。 5.根据权利要求3所述的基于具身智能的列车运行态势预测方法，其特征在于，所述步骤S2还包括：S211：定义每颗决策树选取 维特征数据进行分裂，并且每轮迭代优化过程中有放回的选取 个特征数据和对应的实际列车延迟时间作为样本；S212：限制单颗决策树的最大深度和叶节点最小样本数，采用正则化项嵌入目标函数对梯度提升树集成模型进行联合优化，优化过程的梯度提升树集成模型的总体损失函数 为： ；其中， 表示第 个样本的损失函数， 为 正则化系数， 为第 棵决策树所有叶节点权重的 范数； 为 正则化系数， 为第 棵决策树所有叶节点权重的 范数平方， 表示第 棵决策树的叶子节点数量。 6.根据权利要求1所述的基于具身智能的列车运行态势预测方法，其特征在于，所述步骤S31中，验证特征数据 的连续特征合规性的方法为：验证特征数据 是否位于历史分布的合理区间内 ， 是置信区间宽度系数，若是，则判定满足连续特征合规性，否则，不满足连续特征合规性；其中， 为历史第 j 种特征数据的均值， 为历史第 j 种特征数据的标准差； ， ；其中， 是归一化因子， 是历史数据集大小；验证特征数据 的离散特征合法性的方法为：验证特征数据 是否属于预设的合法集合 ，即 ，其中， 为特征数据 允许的离散取值， 是合法值的总数；若是，则判定特征数据 满足离散特征合法性，否则，判定特征数据 不满足离散特征合法性；验证特征数据 的缺失值容忍度的方法为：定义样本级缺失比例阈值 与特征级缺失比例阈值 ，通过双重约束剔除高缺失样本与异常的特征数据：若特征数据 满足： ；则判定特征数据 满足缺失值容忍度要求，否则，判定特征数据 不满足缺失值容忍度要求；其中， 是缺失值指示函数。 7.根据权利要求3所述的基于具身智能的列车运行态势预测方法，其特征在于，所述步骤S4包括：S41：提取新增的运营数据对应的特征数据，并输入当前的列车延迟预测模型中，输出预测的列车延迟时间 ，并利用实际列车延迟时间 计算新增的运营数据对应的残差 ； ；其中， 为决策树叶节点的输出；S42：利用残差 训练新的决策树，通过梯度提升逐步增量更新当前的列车延迟预测模型； ；其中， 为新增的 L 颗决策树， 为增量更新后的列车延迟预测模型的预测函数， 为当前列车延迟预测模型的预测函数。