随着我国铁路列车速度的不断提升,人们对列车运行正点率的要求也越来越高,但从列车实际运营情况来看,列车会由于某些干扰因素而偏离计划运行图的轨迹。当前,在干扰事件发生后,调度员凭借自己的调度经验估计列车晚点时间,进行列车运行图的在线调整。如果能够提前预测列车到站的晚点时间,就能够为调度员提供更精准的信息,进一步提升调度优化效果。本文以列车实际晚点案例为基础,研究了列车在扰动情况下的晚点规律,设计了铁路列车到达晚点时间的预测方法。论文主要内容如下。(1)基于列车晚点案例描述,选择了TF-IDF文本挖掘方法进行关键字提取,结合列车的实际运行分析整理影响列车晚点的因素。参考实际调研与研究现状梳理列车晚点特征,并收集列车运行时刻表与相关线路信息,结合列车晚点案例,对晚点特征进行数值化处理。(2)分析了晚点特征的相关性与冗余性,对于弱相关及冗余特征,提出了基于最大相关-最小冗余(m RMR)的改进特征选择算法。利用最大信息数(MIC)代替原有的互信息作为变量相关性的评价准则,并设计了MIC与斯皮尔曼系数融合的评价标准,改进了原有算法中互信息对离散值不敏感以及使用单一度量准则的缺点。通过与原始m RMR算法所选特征集下的预测精度作对比,证明了MS-m RMR算法在晚点数据集上的有效性。(3)在晚点数据集的基础上,选择了随机森林(RF)算法、梯度提升迭代树(GBDT)算法以及极端梯度提升树(XGBoost)算法,建立了晚点时间回归预测模型。以决定系数R~2为权重对随机森林算法进行加权改进,并在晚点数据集上对比了加权随机森林(w RF)与RF的准确性。使用粒子群算法(PSO)以及网格搜索算法(GS)对模型超参数进行优化,通过对三种优化预测模型精度的比较,得出了最优的算法模型组合。(4)开发了以Django为模型框架的列车晚点预测系统,以最优预测算法组合作为后台预测引擎模块,对论文研究的预测模型进行了具体实现。图35幅,表26个,参考文献78篇。