Анализ параметров базовых архитектур нейронных сетей в транспортных системах управления

Аннотация

Рассмотрен подход к повышению эффективности автоматизированных систем управления движением поездов путем интеграции нейросетевого модуля-ассистента в контур подсистемы автоматического блокирующего логического контроля (АБЛК). Выполнен анализ применимости различных архитектур нейронных сетей для решения задач интеллектуальной поддержки поездного диспетчера, включая многослойный перцептрон (MLP) и рекуррентные сети с долгой краткосрочной памятью (LSTM). На основе имитационной модели диспетчерского участка, включающего три станции, проведена количественная оценка размерности входного вектора состояния и вычислительной сложности рассматриваемых архитектур. Представлены формулы расчета количества обучаемых параметров, выполнено сравнение MLP и LSTM при одинаковых параметрах модели. Результаты сравнительного анализа демонстрируют преимущество LSTM с точки зрения вычислительной эффективности при сохранении структуры временных зависимостей. На основании полученных результатов обоснован выбор LSTM в качестве базовой архитектуры для построения интеллектуального ассистента, работающего в едином контуре с подсистемой АБЛК.