基于關(guān)聯(lián)規(guī)則的鐵路調(diào)度集中系統(tǒng)進(jìn)路自動(dòng)化搜索算法

牛林杰，吳建軍

(1.陜西交通職業(yè)技術(shù)學(xué)院 軌道交通學(xué)院，陜西 西安 710018；2.柳州鐵道職業(yè)技術(shù)學(xué)院，廣西 柳州 545616)

1 概述

進(jìn)路指列車(chē)進(jìn)入鐵路站臺(tái)后的運(yùn)行路徑，車(chē)站道岔位置決定了列車(chē)進(jìn)路情況。列車(chē)進(jìn)路需要利用信號(hào)機(jī)作為防護(hù)機(jī)器，車(chē)站進(jìn)路上有車(chē)或者列車(chē)道岔位置存在錯(cuò)誤時(shí)，此條進(jìn)路的信號(hào)機(jī)為閉合狀態(tài)[1]，此時(shí)列車(chē)無(wú)法進(jìn)站，通過(guò)信號(hào)機(jī)保障列車(chē)進(jìn)站和通行安全。鐵路調(diào)度集中系統(tǒng)是控制列車(chē)進(jìn)路的重要平臺(tái)，聯(lián)鎖表是與車(chē)站站場(chǎng)眾多信號(hào)設(shè)備連接的表格，是鐵路列車(chē)運(yùn)行與調(diào)度的重要依據(jù)[2]。車(chē)站內(nèi)包含的車(chē)輛與設(shè)備過(guò)多、車(chē)站進(jìn)站結(jié)構(gòu)過(guò)于復(fù)雜時(shí)，提升了鐵路調(diào)度集中系統(tǒng)安排車(chē)輛進(jìn)站難度。鐵路調(diào)度集中系統(tǒng)對(duì)列車(chē)進(jìn)站的精準(zhǔn)性要求較高，節(jié)點(diǎn)存在錯(cuò)誤將造成嚴(yán)重后果[3]，影響列車(chē)正常進(jìn)站。

伴隨我國(guó)交通行業(yè)快速發(fā)展，鐵路運(yùn)輸行業(yè)受到眾多研究學(xué)者重視，鐵路調(diào)度集中系統(tǒng)具有處理列車(chē)進(jìn)路、實(shí)現(xiàn)列車(chē)軌道與信號(hào)機(jī)聯(lián)鎖關(guān)系的重要作用[4]，可以保障鐵路可靠運(yùn)輸。鐵路調(diào)度集中系統(tǒng)的進(jìn)路搜索是實(shí)現(xiàn)鐵路聯(lián)鎖控制的重要部分，鐵路調(diào)度集中系統(tǒng)的進(jìn)路自動(dòng)化搜索實(shí)時(shí)性決定了列車(chē)進(jìn)路的高效性與安全性。鐵路車(chē)站列車(chē)的良好調(diào)度可以避免車(chē)輛沖突[5]、保障列車(chē)行車(chē)安全，列車(chē)進(jìn)站前防護(hù)的封閉空間即列車(chē)進(jìn)路。列車(chē)進(jìn)路的自動(dòng)化搜索性能可以體現(xiàn)鐵路運(yùn)輸?shù)闹悄芑c信息化，是車(chē)站信號(hào)控制領(lǐng)域的研究重點(diǎn)。通過(guò)進(jìn)路自動(dòng)化搜索實(shí)現(xiàn)列車(chē)進(jìn)站連鎖控制[6]。列車(chē)通過(guò)鐵路調(diào)度集中系統(tǒng)獲取進(jìn)站信號(hào)和進(jìn)站路徑，避免車(chē)輛之間的沖突。

目前針對(duì)列車(chē)調(diào)度的研究較多，韓忻辰等[7]和趙宏濤等[8]分別將Q-learning算法與云邊協(xié)同方法應(yīng)用于鐵路列車(chē)動(dòng)態(tài)調(diào)度中，具有較高的調(diào)度性能，但存在調(diào)度實(shí)時(shí)性差的缺陷。研究基于關(guān)聯(lián)規(guī)則的鐵路調(diào)度集中系統(tǒng)進(jìn)路自動(dòng)化搜索算法，利用關(guān)聯(lián)規(guī)則挖掘算法挖掘鐵路調(diào)度的路徑信息，利用關(guān)聯(lián)規(guī)則挖掘結(jié)果實(shí)現(xiàn)車(chē)輛進(jìn)站的進(jìn)路自動(dòng)化搜索。通過(guò)實(shí)例分析結(jié)果驗(yàn)證所設(shè)計(jì)進(jìn)路自動(dòng)化搜索算法具有較高的智能化搜索性能，可以實(shí)現(xiàn)鐵路進(jìn)路的自動(dòng)化搜索，提升鐵路調(diào)度集中系統(tǒng)的工作效率，滿足鐵路不斷提升的車(chē)輛運(yùn)輸需求。

2 鐵路調(diào)度集中系統(tǒng)進(jìn)路自動(dòng)化搜索算法

2.1 鐵路調(diào)度集中系統(tǒng)

鐵路調(diào)度集中系統(tǒng)包括車(chē)站和調(diào)度中心兩部分，車(chē)站和調(diào)度中心利用站間廣域網(wǎng)實(shí)現(xiàn)信息的傳輸。系統(tǒng)的車(chē)務(wù)終端、車(chē)站自律機(jī)等設(shè)備位于車(chē)站內(nèi)部。鐵路調(diào)度集中系統(tǒng)總體結(jié)構(gòu)圖如圖1所示。

圖1 鐵路調(diào)度集中系統(tǒng)總體結(jié)構(gòu)圖

鐵路調(diào)度集中系統(tǒng)包含以下功能：

a.監(jiān)視待入站場(chǎng)的列車(chē)運(yùn)行狀態(tài)與站場(chǎng)內(nèi)調(diào)度車(chē)輛進(jìn)路的眾多信號(hào)設(shè)備，通過(guò)可視化顯示界面展示列車(chē)不同區(qū)段和站間信息。

b.明確列車(chē)發(fā)車(chē)時(shí)間和到達(dá)時(shí)間，獲取站場(chǎng)內(nèi)全部列車(chē)的實(shí)際位置，明確列車(chē)的行駛軌跡。

c.具有列車(chē)調(diào)整計(jì)劃的編制功能，可以實(shí)現(xiàn)智能化的車(chē)輛進(jìn)場(chǎng)指揮調(diào)度[9]，通過(guò)無(wú)線通信網(wǎng)絡(luò)將調(diào)度命令和調(diào)整計(jì)劃下發(fā)至車(chē)站。

d.列車(chē)調(diào)度模塊利用進(jìn)路自動(dòng)化搜索算法，控制車(chē)站自律機(jī)依據(jù)車(chē)輛運(yùn)行計(jì)劃調(diào)度列車(chē)進(jìn)路。

e.建立車(chē)站行車(chē)日志，形成車(chē)站運(yùn)維報(bào)表。

f.系統(tǒng)調(diào)度中心具有全部車(chē)輛進(jìn)路控制的聯(lián)鎖設(shè)備啟動(dòng)與關(guān)閉按鈕，可以采用人工方式控制車(chē)輛行駛與調(diào)度車(chē)輛；依據(jù)車(chē)站調(diào)車(chē)作業(yè)計(jì)劃、列車(chē)實(shí)際運(yùn)行狀況以及車(chē)輛進(jìn)站請(qǐng)求[10]，控制自律機(jī)自動(dòng)控制車(chē)輛進(jìn)路，監(jiān)視車(chē)輛調(diào)度，發(fā)現(xiàn)車(chē)輛存在調(diào)度異常情況時(shí)及時(shí)報(bào)警。

g.管理與登記車(chē)輛維修與進(jìn)站具體明細(xì)。

2.2 關(guān)聯(lián)規(guī)則挖掘車(chē)站進(jìn)路數(shù)據(jù)

采用關(guān)聯(lián)規(guī)則挖掘鐵路調(diào)度集中系統(tǒng)中的車(chē)站進(jìn)路數(shù)據(jù)，獲取進(jìn)路自動(dòng)化搜索的路徑節(jié)點(diǎn)。關(guān)聯(lián)規(guī)則的挖掘算法指從鐵路調(diào)度集中系統(tǒng)內(nèi)包含的海量進(jìn)路信息里挖掘進(jìn)站自動(dòng)化搜索事務(wù)隱藏的關(guān)聯(lián)關(guān)系。用I=(i1，i2，…，in)表示待挖掘的進(jìn)站自動(dòng)化搜索數(shù)據(jù)項(xiàng)集，ik表示其中的一個(gè)進(jìn)站自動(dòng)化搜索數(shù)據(jù)項(xiàng)，利用眾多事務(wù)建立進(jìn)站自動(dòng)化搜索數(shù)據(jù)庫(kù)。所建立數(shù)據(jù)庫(kù)的數(shù)據(jù)項(xiàng)集存在關(guān)聯(lián)規(guī)則用X?Y表示，關(guān)聯(lián)規(guī)則的支持度和置信度分別用Sup(X?Y)與Conf(X?Y)表示。該事務(wù)中存在事件X時(shí)，此時(shí)存在一定概率發(fā)生Y的情況，X與Y分別表示事務(wù)前件與后件，同時(shí)存在X?I，Y?I，X∩Y=φ。

關(guān)聯(lián)規(guī)則支持度與置信度表達(dá)式分別如下：

Sup(X?Y)=Count(X∪Y)×100%/|D|=

P(X∪Y)

(1)

Conf(X?Y)=Sup(X∪Y)×100%/Sup(X)=

P(Y|X)

(2)

式中：P(X∪Y)與Count(X∪Y)分別表示進(jìn)路自動(dòng)化搜索數(shù)據(jù)庫(kù)內(nèi)，同時(shí)出現(xiàn)事件X與事件Y的概率和同時(shí)包含事件X與事件Y事務(wù)的數(shù)量；|D|與P(Y|X)分別表示事務(wù)庫(kù)大小以及發(fā)生事件X時(shí)，事件Y的發(fā)生概率。

確定最小支持度Supmin和最小置信度Confmin后，存在Sup(X?Y)>Supmin且Conf(X?Y)≥Confmin時(shí)，此時(shí)的規(guī)則A?B為強(qiáng)關(guān)聯(lián)規(guī)則；存在Sup(Ik)>Supmin時(shí)，此時(shí)稱Ik為頻繁項(xiàng)集，頻繁項(xiàng)集的搜尋速度決定了采用關(guān)聯(lián)規(guī)則實(shí)現(xiàn)數(shù)據(jù)挖掘的挖掘效率。

采用關(guān)聯(lián)規(guī)則算法挖掘鐵路調(diào)度集中系統(tǒng)海量數(shù)據(jù)中的有用信息，進(jìn)路自動(dòng)化搜索有用信息挖掘過(guò)程如下：

a.搜尋鐵路調(diào)度集中系統(tǒng)中的歷史數(shù)據(jù)，依據(jù)歷史數(shù)據(jù)的經(jīng)度與緯度劃分歷史數(shù)據(jù)為大小相同的網(wǎng)格單元。記錄列車(chē)單次行駛的運(yùn)輸線路[11]，將歷史列車(chē)運(yùn)輸線路保留至網(wǎng)格中以節(jié)點(diǎn)形式呈現(xiàn)。利用單元網(wǎng)格序列展示列車(chē)的歷史行駛軌跡。通過(guò)單元網(wǎng)格序列建立列車(chē)站場(chǎng)進(jìn)路的拓?fù)溥\(yùn)輸路網(wǎng)。

b.關(guān)聯(lián)鐵路站場(chǎng)拓?fù)溥\(yùn)輸路網(wǎng)的靜態(tài)信息，將拓?fù)溥\(yùn)輸路網(wǎng)中相關(guān)信息添加至單元節(jié)點(diǎn)中，建立不同網(wǎng)格的信息記錄表，獲取網(wǎng)格記錄標(biāo)識(shí)用GID={I1，I2，…，In}表示，其中Ii表示網(wǎng)格內(nèi)車(chē)輛通行記錄。

c.選取關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘算法對(duì)網(wǎng)格實(shí)施關(guān)聯(lián)分析，獲取各進(jìn)路網(wǎng)格的支持度與置信度。

d.利用關(guān)聯(lián)規(guī)則算法獲取站場(chǎng)進(jìn)路網(wǎng)格序列信息，計(jì)算網(wǎng)格中各節(jié)點(diǎn)的重要度[12]，提取具有較高重要度的節(jié)點(diǎn)，將具有較高重要度的節(jié)點(diǎn)設(shè)置為蟻群算法進(jìn)路自動(dòng)化搜索算法的節(jié)點(diǎn)，為鐵路調(diào)度集中系統(tǒng)進(jìn)路自動(dòng)化搜索提供路徑數(shù)據(jù)基礎(chǔ)。

2.3 蟻群算法的進(jìn)路自動(dòng)化搜索算法

選取蟻群算法將車(chē)站進(jìn)路數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘結(jié)果作為數(shù)據(jù)基礎(chǔ)，完成進(jìn)路自動(dòng)化搜索。采用圖論方法將蟻群算法利用表達(dá)式G=(V，E)表示，其中E與V分別表示路徑間的弧段以及全部路徑集合，蟻群算法的目標(biāo)是搜尋每個(gè)節(jié)點(diǎn)僅通行一次的最短路徑。

采用蟻群算法完成進(jìn)路自動(dòng)化搜索時(shí)，蟻群算法中的螞蟻需要遵循以下特征：

a.蟻群中的螞蟻受不同節(jié)點(diǎn)間的距離及不同路徑的信息素濃度決定下一個(gè)節(jié)點(diǎn)的選取概率。

b.蟻群算法搜索過(guò)程中，需要保障每個(gè)節(jié)點(diǎn)僅通行一次，已通行過(guò)的節(jié)點(diǎn)不再考慮[13]。通過(guò)設(shè)置禁忌表避免節(jié)點(diǎn)重復(fù)行進(jìn)問(wèn)題。

c.蟻群中的螞蟻每完成一次旅行后，更新蟻群算法的信息素。

(3)

蟻群算法中的螞蟻具有可記住已經(jīng)過(guò)節(jié)點(diǎn)的記憶力，蟻群算法設(shè)置了禁忌表，禁忌表中記錄螞蟻前進(jìn)過(guò)程中經(jīng)過(guò)的全部節(jié)點(diǎn)。伴隨蟻群算法中螞蟻不斷前進(jìn)，禁忌表需要實(shí)時(shí)更新。當(dāng)α=0或β=0時(shí)，蟻群算法分別呈現(xiàn)貪心算法或正反啟發(fā)式算法特性。螞蟻完成一次行走路徑即鐵路調(diào)度集中系統(tǒng)進(jìn)路自動(dòng)化搜索的路徑[14]時(shí)，蟻群算法更新路徑信息素濃度表達(dá)式如下：

ξij(t+1)=ρ·ξij(t)+ρΔξij

(4)

式中：ρ與Δξij分別表示信息素殘留因子以及信息素增量。伴隨螞蟻不斷前進(jìn)，信息素衰減程度用(1-ρ)表示。信息素增量Δξij表達(dá)式如下：

(5)

選取蟻周模型作為蟻群算法的信息素的增加方式，蟻周模型表達(dá)式如下：

(6)

式中：P與Lk分別表示完成一次路徑更新時(shí)蟻群算法的信息素總量與螞蟻停止前進(jìn)時(shí)該只螞蟻前進(jìn)的總路徑長(zhǎng)度。蟻周模型具有較高的整體性，可以依據(jù)蟻群算法中各螞蟻的前進(jìn)路線總體長(zhǎng)度獲取路徑中螞蟻釋放的信息素濃度。

鐵路調(diào)度集中系統(tǒng)采用蟻群算法自動(dòng)化搜索鐵路站場(chǎng)進(jìn)路時(shí)，蟻群算法中的螞蟻依據(jù)路徑中存在的信息素濃度快速獲取目標(biāo)節(jié)點(diǎn)。

為了保障獲取最優(yōu)的進(jìn)路自動(dòng)化搜索結(jié)果，設(shè)置約束條件如下：

a.為了避免蟻群算法由于收斂速度過(guò)快陷入局部最優(yōu)，蟻群算法搜索時(shí)，螞蟻從初始節(jié)點(diǎn)隨機(jī)搜索至終點(diǎn)，完成一次前進(jìn)時(shí)，更新全部路徑中的信息素濃度。

b.設(shè)置蟻群算法中螞蟻同時(shí)從初始節(jié)點(diǎn)及終點(diǎn)前進(jìn)。

c.設(shè)置蟻群算法搜索最短路徑的目標(biāo)函數(shù)是經(jīng)過(guò)站場(chǎng)有限圖權(quán)重值最小，路徑權(quán)重相同時(shí)，選取對(duì)平行進(jìn)路具有最小影響的路徑。

d.路徑搜索過(guò)程中存在懸掛節(jié)點(diǎn)時(shí)，不將該路徑計(jì)入最終搜索結(jié)果。

采用蟻群算法自動(dòng)化搜索鐵路調(diào)度集中系統(tǒng)進(jìn)路流程如下：

a.釋放螞蟻，依據(jù)初始化原則令螞蟻通過(guò)進(jìn)路隨機(jī)路徑前進(jìn)至終點(diǎn)，保存螞蟻前進(jìn)的全部進(jìn)路路徑。

b.完成蟻群算法的進(jìn)路全部路徑搜索后，更新鐵路站場(chǎng)全部路徑的信息素濃度。

c.重復(fù)以上過(guò)程完成蟻群算法內(nèi)全部螞蟻的隨機(jī)搜索。

d.依據(jù)隨機(jī)搜索結(jié)果確定各節(jié)點(diǎn)被選擇的概率，將各螞蟻分別設(shè)置于初始節(jié)點(diǎn)以及終點(diǎn)[15]，令螞蟻從兩個(gè)方向分別搜索，依據(jù)搜索路徑中的信息素濃度選取螞蟻待行進(jìn)的下一節(jié)點(diǎn)。依據(jù)蟻周模型更新鐵路站場(chǎng)的信息素濃度。

e.重復(fù)以上過(guò)程，直至滿足終止條件，導(dǎo)出最優(yōu)路徑，此時(shí)結(jié)果即鐵路調(diào)度集中系統(tǒng)的進(jìn)路自動(dòng)化搜索結(jié)果。

3 實(shí)例分析

為了驗(yàn)證所研究基于關(guān)聯(lián)規(guī)則的鐵路調(diào)度集中系統(tǒng)進(jìn)路自動(dòng)化搜索算法自動(dòng)化搜索站場(chǎng)進(jìn)路有效性，選取某列車(chē)車(chē)站作為測(cè)試對(duì)象。該車(chē)站是我國(guó)重要的交通樞紐部位，每天需要經(jīng)過(guò)眾多列車(chē)，站場(chǎng)的進(jìn)路自動(dòng)化搜索性能決定了鐵路調(diào)度集中系統(tǒng)的調(diào)度性能。將該車(chē)站歷史運(yùn)行30 d數(shù)據(jù)作為關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)集，該數(shù)據(jù)集中包含事務(wù)數(shù)量為658 415 661個(gè)，包含項(xiàng)集數(shù)量15 684個(gè)。

統(tǒng)計(jì)不同支持度與置信度閾值時(shí)，本文算法的數(shù)據(jù)挖掘提升度，統(tǒng)計(jì)結(jié)果如圖2所示。

(a)置信度閾值

數(shù)據(jù)挖掘的提升度等于1時(shí)，挖掘的事務(wù)之間不具備關(guān)聯(lián)關(guān)系；數(shù)據(jù)挖掘的提升度大于1時(shí)，表示挖掘的關(guān)聯(lián)規(guī)則具有較高相關(guān)性；提升度小于1時(shí)，表示挖掘的規(guī)則前項(xiàng)和后項(xiàng)呈負(fù)相關(guān)狀態(tài)，數(shù)據(jù)挖掘結(jié)果價(jià)值過(guò)低。從圖2試驗(yàn)結(jié)果可以看出，置信度閾值和支持度閾值分別設(shè)置為0.05和0.35時(shí)，本文算法所采用的關(guān)聯(lián)規(guī)則可以獲取理想的數(shù)據(jù)挖掘結(jié)果。采用本文算法自動(dòng)化搜索進(jìn)路時(shí)，設(shè)置置信度閾值和支持度閾值分別設(shè)置為0.05和0.35。確定置信度與支持度閾值后，利用關(guān)聯(lián)規(guī)則算法挖掘數(shù)據(jù)集，獲取的數(shù)據(jù)集關(guān)聯(lián)規(guī)則挖掘結(jié)果如表1所示。

表1 關(guān)聯(lián)規(guī)則挖掘結(jié)果

從表1試驗(yàn)結(jié)果可以看出，采用本文算法可以有效挖掘數(shù)據(jù)集中的關(guān)聯(lián)規(guī)則。本文算法將采用關(guān)聯(lián)規(guī)則獲取的數(shù)據(jù)挖掘結(jié)果設(shè)置為進(jìn)路自動(dòng)化搜索的節(jié)點(diǎn)，不同規(guī)則間的關(guān)系作為網(wǎng)絡(luò)的邊，建立供蟻群算法自動(dòng)化搜索進(jìn)路的關(guān)聯(lián)網(wǎng)絡(luò)。

統(tǒng)計(jì)不同啟發(fā)因子時(shí)，采用本文算法自動(dòng)化搜索進(jìn)路的路徑長(zhǎng)度與搜索耗時(shí)，統(tǒng)計(jì)結(jié)果如圖3所示。

圖3 啟發(fā)因子對(duì)自動(dòng)化搜索的影響

從圖3試驗(yàn)結(jié)果可以看出，啟發(fā)因子過(guò)大時(shí)，蟻群算法自動(dòng)化搜索進(jìn)路容易陷入局部最優(yōu)情況；啟發(fā)因子過(guò)小時(shí)，算法收斂速度過(guò)慢。綜合考慮啟發(fā)因子對(duì)進(jìn)路自動(dòng)化搜索的路徑距離與搜索時(shí)間的影響，設(shè)置采用蟻群算法自動(dòng)化搜索進(jìn)路時(shí)的啟發(fā)因子為3。

統(tǒng)計(jì)不同信息素殘留因子時(shí)，采用本文算法自動(dòng)化搜索進(jìn)路時(shí)的路徑長(zhǎng)度與搜索耗時(shí)，統(tǒng)計(jì)結(jié)果如圖4所示。

圖4 信息素殘留因子對(duì)自動(dòng)化搜索的影響

從圖4試驗(yàn)結(jié)果可以看出，信息素殘留因子對(duì)進(jìn)路自動(dòng)化搜索影響較大。信息素殘留因子為0.5時(shí)，可以獲取最佳的自動(dòng)化搜索結(jié)果。信息素殘留因子過(guò)小時(shí)，蟻群算法信息素?fù)]發(fā)較快，無(wú)法充分利用蟻群算法的啟發(fā)信息，獲取的自動(dòng)化搜索結(jié)果并不理想；信息素殘留因子過(guò)高時(shí)，雖然可以獲取理想的進(jìn)路自動(dòng)化搜索結(jié)果，但搜索耗時(shí)過(guò)長(zhǎng)。綜合考慮進(jìn)路自動(dòng)化搜索需求，設(shè)置蟻群算法的信息素殘留因子為0.5。

進(jìn)路自動(dòng)化搜索時(shí)，需要保證車(chē)輛進(jìn)站的安全性。進(jìn)路自動(dòng)化搜索后，需要確定自動(dòng)化搜索的初始節(jié)點(diǎn)和終端節(jié)點(diǎn)，差異進(jìn)路類型的初始節(jié)點(diǎn)和終端節(jié)點(diǎn)的信息存在較大差異。依據(jù)表1挖掘出的節(jié)點(diǎn)置信度和支持度序列規(guī)則，獲得車(chē)站進(jìn)路自動(dòng)化搜索結(jié)果如表2所示。

表2 車(chē)站進(jìn)路自動(dòng)化搜索結(jié)果

由表2布置車(chē)站站場(chǎng)進(jìn)路節(jié)點(diǎn)如圖5所示。

圖5 車(chē)站站場(chǎng)進(jìn)路節(jié)點(diǎn)布局

由表2和圖5可以看出，采用本文算法可以實(shí)現(xiàn)車(chē)站站場(chǎng)進(jìn)路的自動(dòng)化搜索，保障鐵路調(diào)度集中系統(tǒng)實(shí)現(xiàn)列車(chē)的有效調(diào)度。本文算法采用關(guān)聯(lián)規(guī)則算法挖掘鐵路調(diào)度集中系統(tǒng)海量數(shù)據(jù)中的有用信息，利用關(guān)聯(lián)規(guī)則挖掘結(jié)果建立蟻群算法進(jìn)路自動(dòng)化搜索時(shí)的搜索節(jié)點(diǎn)，具有較高的自動(dòng)化搜索有效性。

4 結(jié)論

鐵路調(diào)度集中系統(tǒng)是利用自律機(jī)集中控制列車(chē)調(diào)度的重要系統(tǒng)，鐵路調(diào)度集中系統(tǒng)的進(jìn)路自動(dòng)化搜索算法決定了車(chē)站的管理性能。利用進(jìn)路自動(dòng)化搜索算法實(shí)現(xiàn)列車(chē)進(jìn)路的調(diào)度，提升車(chē)站的自動(dòng)化管理程度。將關(guān)聯(lián)規(guī)則算法應(yīng)用于鐵路調(diào)度集中系統(tǒng)的進(jìn)路自動(dòng)化搜索算法中，利用關(guān)聯(lián)規(guī)則具有的高效數(shù)據(jù)挖掘性能，獲取最優(yōu)的進(jìn)路自動(dòng)化搜索結(jié)果，促進(jìn)信號(hào)設(shè)備步入全面現(xiàn)代化發(fā)展，為鐵路運(yùn)輸行業(yè)進(jìn)一步發(fā)展發(fā)揮積極的作用。