融合本体和深度学习的高速铁路应急预案数字化方法研究

作     者：王普 李平 阿茹娜 杨连报 WANG Pu;LI Ping;E Runa;YANG Lianbao

作者机构：中国铁道科学研究院研究生部北京100081 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081 中国中铁股份有限公司规划发展部北京100039 

出 版 物：《铁道学报》 (Journal of the China Railway Society)

年 卷 期：2020年第42卷第8期

页      面：29-36页

核心收录：

学科分类：08[工学] 082303[工学-交通运输规划与管理] 0823[工学-交通运输工程] 

基　　金：中国铁路总公司科技研究开发计划(2017F001) 

主　　题：高速铁路应急预案 数字化 本体 深度学习 

摘      要：应急预案是对高速铁路突发事件进行科学高效处置的核心,通常以纸质文本、电子文档等方式存储,存在着数字化程度不足、查询效率不高、全文检索困难、智能关联性差等不足。提出一种融合本体和深度学习的高速铁路应急预案数字化方法,即通过深度学习算法对突发事件消息文本中的类型、等级、时间、地点等关键信息进行提取,采用本体方法对突发事件应急预案进行预防预警、分级响应、应急处置、后期处置4阶段数字化构建,通过基于目标树的语义查询智能生成应急处置流程。案例分析表明本文提出的方法可以提高应急处置效率和应急预案数字化管理水平,减少突发事件对高速铁路安全运营的影响。