SWR和朴茨茅斯大学开发了一种算法来减少铁路延误

信用：Firstgroup PLC

智能工具是由Portsmouth大学的研究人员开发的第一个地铁公司西南铁路(SWR)通过为期两年的知识转移伙伴关系（KTP），由创新英国资助。

每天在英格兰南部的SWR铁路网络上运行超过1,700列火车，最大限度地减少对铁路旅行的干扰是具有挑战性的。控制器难以及时检测延迟，这导致选择应急计划进一步延迟。

SWR是第一集团和欧洲港铁的合资企业，这两家公司是世界领先的列车公司。每年大约有2.35亿人次的旅客旅行，SWR是英国最大和最繁忙的铁路网。

尽管乘客数量、列车和机组人员大幅增加，但铁路运营商几十年来一直在使用相同的系统和技术。

“作为一名通勤者，我很高兴能够为这个将改善客户体验的项目做出贡献，”KTP学术主管Edward Smart博士说。“它突出了机器学习算法对现实世界应用的影响。”

大学研究人员自动分析数据以确定延迟点，确定哪些列车会受到影响，并选择适当的应急计划，以便在轨道上重新获得服务。智能工具采用机器学习技术设计，可显着减少分析和处理数据的时间。

KTP学术带头人克里斯·西姆斯教授说:“自动检测延误代表着铁路行业的未来。该项目在实现机器学习在缓解铁路延误方面的潜力方面迈出了重要的第一步。”

该工具目前正在SWR控制中心使用，该中心负责控制火车在网络上的移动。

“工作朴茨茅斯大学一直是SWR的优秀经验，并转移到系统发展和AI的业务中的理解，“SWR控制项目负责人克里斯解释说。“我们一起开发了一个系统，提高了恢复速度的速度，从而延迟运行，学习和不断提高SWR客户的体验。”