基于粗糙集理论的行车指挥知识获取与决策的应用研究
|
摘要
行车指挥自动化是铁路运输高新技术的集中体现，是充分发挥铁路本身所具有的运输能力、确保铁路运行安全的重要保证。本文首次将粗糙集理论与行车指挥结合起来，对行车指挥过程中的属性集进行了归纳和总结，建立了完整的对行车指挥知识挖掘、行车指挥知识的自学习和对调度员进行辅助决策支持的基于粗糙集理论的智能决策系统，为行车指挥智能化提供了新方法。
本文对现有的行车指挥的应用过程进行了分析，发现其中存在的问题，而后从粗糙集理论出发，建立了基于粗糙集理论的智能决策过程模型；在对行车指挥的粗糙集知识表达的分析中，发现列车在实际的运行过程中，客观的存在两个调整过程，即自然调整过程和人工介入调整过程，自然调整过程就是在列车运行过程中，调度员不干预列车的运行，而只是监督列车的运行，只有在列车间运行发生冲突时，调度员才对列车的运行进行调整。这两个过程的提出有利于发现调整的实质，提高调整的实效性和调整的有效性。
通过对行车指挥的粗糙集决策的评价分析，建立了对粗糙决策评价分析的自成体系的分析理论。
在本文的最后，提出了完整的基于粗糙集理论的行车指挥决策系统，充分论述了基于粗糙集理论的行车指挥过程和方法。
The train traffic control is the railway transportation high-tech centralism manifests, makes the best of the transport capacity which railroad itself has, is the important guarantees for the railroad movement security. This article for the first time unifies the rough set theory and the train traffic control, induces and sum up the policy-making attribute in the train traffic control process, has established the integrity intelligence decision system by the train traffic control knowledge acquisition, self-study and the assistance decision-making support to the dispatcher based on the rough set theory, has provided the new method for the train traffic control intellectualization.
This article has carried on the analysis to the existing train traffic control application process, discovers the questions existed, then embarked from the rough set theory, has established the intelligence decision-making process model based on the rough set theory; through the train traffic control rough set knowledge expression analysis, it discovered that there are two objective adjustment procedures during the train in the actual movement process, namely the nature adjustment procedure and the manual involvement adjustment procedure. The nature adjustment procedure is in the train movement process, the dispatcher does not intervene the train's movement, but only supervise the train's movement; only has the conflicts between the two trains' movements, the dispatcher then carries on the adjustment to the train movement. These two processes proposed is advantageous to the discovery of adjustment essence, enhances the adjustment's actual effect and validity.
Through to the train traffic control rough set decision-making appraisal analysis, this article has established the adult department's analysis theory to it.
Finally, proposed the integrity train traffic control decision system, fully elaborated train traffic control process and the method based on the rough set theory.
本文对现有的行车指挥的应用过程进行了分析，发现其中存在的问题，而后从粗糙集理论出发，建立了基于粗糙集理论的智能决策过程模型；在对行车指挥的粗糙集知识表达的分析中，发现列车在实际的运行过程中，客观的存在两个调整过程，即自然调整过程和人工介入调整过程，自然调整过程就是在列车运行过程中，调度员不干预列车的运行，而只是监督列车的运行，只有在列车间运行发生冲突时，调度员才对列车的运行进行调整。这两个过程的提出有利于发现调整的实质，提高调整的实效性和调整的有效性。
通过对行车指挥的粗糙集决策的评价分析，建立了对粗糙决策评价分析的自成体系的分析理论。
在本文的最后，提出了完整的基于粗糙集理论的行车指挥决策系统，充分论述了基于粗糙集理论的行车指挥过程和方法。
The train traffic control is the railway transportation high-tech centralism manifests, makes the best of the transport capacity which railroad itself has, is the important guarantees for the railroad movement security. This article for the first time unifies the rough set theory and the train traffic control, induces and sum up the policy-making attribute in the train traffic control process, has established the integrity intelligence decision system by the train traffic control knowledge acquisition, self-study and the assistance decision-making support to the dispatcher based on the rough set theory, has provided the new method for the train traffic control intellectualization.
This article has carried on the analysis to the existing train traffic control application process, discovers the questions existed, then embarked from the rough set theory, has established the intelligence decision-making process model based on the rough set theory; through the train traffic control rough set knowledge expression analysis, it discovered that there are two objective adjustment procedures during the train in the actual movement process, namely the nature adjustment procedure and the manual involvement adjustment procedure. The nature adjustment procedure is in the train movement process, the dispatcher does not intervene the train's movement, but only supervise the train's movement; only has the conflicts between the two trains' movements, the dispatcher then carries on the adjustment to the train movement. These two processes proposed is advantageous to the discovery of adjustment essence, enhances the adjustment's actual effect and validity.
Through to the train traffic control rough set decision-making appraisal analysis, this article has established the adult department's analysis theory to it.
Finally, proposed the integrity train traffic control decision system, fully elaborated train traffic control process and the method based on the rough set theory.
引文
[1] 郭继承．贯彻“三个代表”思想加快铁路改革与发展．前沿，2002年第2期。
[2] 张一军，等．高速铁路综合调度系统的研究—研究报告．铁道科学研究院，1999。
[3] 刘皓玮．行车指挥系统的Petri网建模与列车运行调整的遗传优化的研究．铁道科学研究院博士学位论文，2000．
[4] 张琦．基于神经网络的列车运行模拟系统的研究．铁道科学研究院博士学位论文，1997．
[5] 王建英．高速铁路调度控制系统智能模拟的理论、方法和实现．铁道科学研究院博士学位论文，1998．
[6] Pawlak Z. Rough sets. International journal of information and computer science,1982, 11 (5):341-356.
[7] PawlakZ. Rough sets. Theoretical aspects of reasoning about data, dordrecht The netherlands: Kluwer Academic Publishers, 1991.1～168.
[8] Slowiski R. Intelligent decision support: handbook of applications of the rough sets theory. The netherlands: KluwerAcademic Publishers, 1992.1～235.
[9] 王钰，苗夺谦，周有健．关于Rough sets理论与应用的综述．模式识别与人工智能，1996，(9)4：337～344。
[10] 苗夺谦．RoughSet理论中连续属性的离散化方法[J]．自动化学报，第27卷第3期。
[11] 苗夺谦，王珏．粗糙集理论中知识粗糙性与信息熵关系的讨论[J]．模式识别与人工智能，1998，11：34-40。
[12] 苗夺谦，王珏．粗糙集理论中概念与运算的信息表示[J]．软件学报，1999，10：113-116。
[13] 苗夺谦．RoughSet理论及其在机器学习中的应用研究．北京：中国科学院自动化研究所博士学位论文，1997．3。
[14] 苗夺谦．王钰．基于粗糙集的多变量决策树构造方法．软件学报，1997，(8)6：425～431。
[15] K Slowinski. Rough sets approach to analysis of data from peritoneal
lavage in acute panereat it is. Medical inform aticas, 1988, 13:143～159.
[16] J Fibak. Rough sets based decision algorithms for treatment of duodenalulcer by HSV. Bull Pol Acad Sci Biol, 1986, 34:227-246.
[17] A Mrozek. Rough sets and some aspects of expert systems realization.Proc 7-th Intconf on expert systems & theirApplication, France, 1987.
[18] A Mrozek. Rough set dependency analysis among attributes in computer implementation of expert inference models. Int J Man-Machine studies, 1989,(30):457～473.
[19] HKrasowski. Aircraft pilot performance evaluation using rough sets:[Ph.D].Poland: dissertation of Technical University of Rze szow, 1988.
[20] 张文修，等．粗糙集理论与方法[M]．北京：科学出版社，2001。
[21] 韩祯祥，张琦，文福栓．粗糙集理论及其应用综述[J]．控制理论与应用，1999，16(2)：153—157。
[22] 曾黄麟．粗集理论及其应用——关于数据推理的新方法(修订版)[M]．重庆：重庆大学出版社，1998。
[23] 仲维国，信息系统中粗糙集理论若干问题的研究，南京理工大学硕士学位论文，2002。
[24] 潘丹．基于粗糙集理论的混合智能知识处理的研究．华南理工大学博士学位论文，2001。
[25] 马溪骏，刘业政，杨善林，朱卫东．基于粗集理论的决策分析．合肥工业大学学报，第24卷第3期。
[26] 林晓东，费奇，王红卫．智能决策支持系统中的知识表示及基于粗集的推理．计算机与现代化，2001年第2期。
[27] 潘丹，郑启伦．属性约简自寻优算法[J]．计算机研究与发展，第38卷第8期。
[28] 李平．面向对象遗传算法及其在铁路行车指挥中的应用．铁道部科学研究院博士学位论文。
[29] 贾利民．模糊控制与决策及其在铁路自动化中的应用．铁道部科学研究院博士学位论文。
[30] 李巨伟，钟雁．DMIS系统中利用计算机编制分局列车运行调整计划的难点研究．北方交通大学学报，1999年12月第23卷第6期。
[31] 纪晏宁，李平．铁路运输调度指挥管理系统(DMIS)．中国铁路，1998，(4)。
[32] 郑朝阳，施鸿宝．列车调度仿真系统的研究与实现．上海铁道大学学报，1999，20(6)：21～26。
[33] 宋瑞，何世伟，朱松年．智能铁路系统线路通过能力分析．铁道学报，1999，21(4)：1～6。
[34] 陈文伟．智能决策技术．北京：电子工业出版社，1998。
[35] 周磊山，胡思继，马建军等．计算机编制网状线路列车运行图方法研究．铁道学报，1998，20(5)：15～21。
[36] 胡思继，孙全欣，胡锦之等．区段内列车晚点传播理论的研究．中国铁道科学，1994：15(2)：41-53。
[37] 胡思继．中速列车晚点对京沪高速客运专线列车运行组织的影响．铁道学报，1997：19(2)：28-34。
[38] 周磊山，胡思继，马建军，乐逸祥．计算机编制网状线路列车运行图方法研究[J]．铁道学报，1998，20(5)。
[39] 胡思继，周学松，朱钰．基于列车运行状态推导图的列车运行调整算法[J]．铁道学报第21卷第6期。
[40] 金福才，朱钰，胡思继．铁路分局调度辅助决策系统的研究和设计[J]．北方交通大学学报，1999年12月第23卷第6期。
[41] 时颢，朱家荷．高速铁路区间通过能力的计算分析[J]．中国铁路，1995，(9)。
[42] 时颢，我国高速铁路列车运行图采用模式的分析，铁道学报第22卷第1期。
[43] 何邦模，等．我国高速铁路发展模式的研究[R]．北京：铁道部科学研究院运输及经济研究所，1996。
[44] 朴爱华，胡安洲．我国高速铁路列车运行组织问题的研究[J]．铁道学报，1996，18(3)。
[45] 程宇．铁路行车调度的智能CAD系统．北方交通大学学报，1992，16(3)：31～39。
[46] 李鹏，张一军．内部协同式列车运行调整专家系统的研究．中国铁道科学 1998，9。
[47] 李鹏，张一军．计算机辅助智能行车调度系统结构、模型及实用决策方法．中国铁道科学，1996：17(3)。
[48] 贾利民．基于模糊决策的分布式行车指挥方法．铁道部科学院研究报告．1992。
[49] 程宇．列车运行调整专家系统的研究．博士论文，北方交通大学。
[50] 薛文，贾利民，张锡第．铁路行车、调度与决策的研究：综述．’95中国智能自动化学术会议论文集(大会报告)．1995。
[51] Jovanovic, DejanNenad, Ph.D. Improving Railroad On-time Performance:Models, Algorithms and Applications. Ph.D. Dissertation. University of Pennsylvania,1989.
[52] Komaya Kand Fukuda T. ESTR AC-Ⅲ: An Expert System for Train Traffic Control in Disturbed Sit-uations. IFAC, Trans. France, 1989.
[53] 彭其渊，朱松年，阎海峰．列车运行图可调整度评价系统研究[J]．西南交通大学学报，第33卷第4期1998年8月。
[54] 张星臣，胡安洲．列车区间运行时分偏离的B函数分析．铁道学报，1996：18(3)：1-5。
[55] 徐瑞华，胡安洲．双线自动闭塞区段列车运行延误的影响分析．铁道学报，1995：17(2)：9—16。
[56] 杨肇夏，胡安洲，李菊等．列车运行图动态性能及其指标体系的研究．铁道学报，1993：15(3)：46—56。
[57] 杨肇夏，胡安洲，李菊等．列车晚点传播模拟系统铁道系统．铁道学报，1995：17(2)：17—24。
[58] 聂磊，张星臣，赵鹏，杨浩，胡安洲．高速铁路列车运行调整策略的研究．铁道学报，第23卷第4期。
[59] 崔险波，闫海峰，列车运行调整辅助决策系统设计．西南交通大学学报，第37卷第5期2002年10月。
[60] 赵强，严余松．单线铁路列车运行调整计算机辅助决策系统研究[J]．铁道学报，2000：22(4)：1～7。
[61] 郑时德，吴汉琳．铁路行车组织[M]．北京：中国铁道出版社，1996：313 319。
[62] PengQY. Research on the intelligent system for train regulation[A]. Traffic and Transportation Studies, Procedding of ICTTS2000[C]. Beijing:China Association for Science and Technology, 2000:602--607.
[63] PengQY, XiQ, YanHF. Construction of the intelligent and multiple object
decision support system for making train diagram[J]. Journal of Southwest Jiaotong University, 1999;7(2):125-132.
[64] 凌铿．应用电子计算机编制复线区段列车运行图[J]．铁道运输与经济，1981，(4)。
[65] 彭其渊，杨明伦．单线货物列车运行图计算机编制系统[J]．西南交通大学学报，1995，17(5)。
[66] 孙焰，李致中．单线区段货物列车运行图的一种优化方法[J]．铁道学报，1991，13(1)。
[67] 郭富娥．利用计算机编制旅客列车列车运行方案[J]．铁道学报，1993，15(2)。
[68] 陈彦如，蒲云．用遗传算法解决固定需求交通平衡分配问题[J]．西南交通大学学报，2000(1)。
[69] 蒲云等．基于满意优化原则的列车运行调度指挥系统模型体系研究．世界科技研究与发展，2001，23(5)：72-75。
[70] 周磊山．计算机编制列车运行调整的理论与方法研究[D]．北京：北方交通大学，1994。
[71] 陆汝钤．人工智能[M]．北京：科学出版社，1996。
[72] 周培德．算法设计与分析[M]．北京：机械工业出版社，1992。
[73] 周伟，秦世引，万百五．高速铁路列车运行调整的状态空间模型及算法西北纺织工学院学报，第11卷第3期(总43期)1997年9月。
[74] 周磊山，秦作睿．列车运行计划与调整的通用算法及其计算机实现．铁道学报．1994：16(3)。
[75] 曹家明．单线铁路列车运行调整优化模型及算法．铁道学报，1994：16(3)：72～78。
[76] Komaya K. A Knowledge-Based Approach for Railway Scheduling. 7th Conferenceon AI Applica-tions, 1991:404～4416.
[77] 汪自勤等．离散事件动态系统的状态空间描述的进一步研究．控制理论与应用，1992：1。
[78] 刘永欣等．离散事件动态系统的事件驱动状态模型．控制与决策，1993：3。
[79] 王水，蒋清华．生产决策系统的动态模型及性能控制．信息与控制，1991；1。
[80] 兰州铁道学院运输系．列车调度员工作．北京：中国铁道出版社，1990。
[81] Norio T. A Hybrid Train Traffic Rescheduling Simulator[J].QRofRTRI,1995, 36 (4).
[82] FrancisTAILLANTER．法国国营铁路公司的高速铁路网及其营运[Z]．北京：铁道部高速铁路办公室，1994，28—30。
[83] 中华人民共和国铁道部，西门子公司．铁路技术研讨会资料[z]．北京：铁道部高速铁路办公室，1996．3。
[84] 张星臣．京沪高速铁路列车运行仿真实验系统研究[J]．铁道学报，1998，20(4)。
[85] 聂磊．高速铁路列车运行图自动移线方法研究[J]．中国铁道科学，1996，18(4)。
[86] 聂磊．高速铁路列车运行调整优化理论与方法[D]．北京：北方交通大学，1999。
[87] 查伟雄，陈治亚，李夏苗．复线列车运行调整理论与方法的研究．铁道学报，第22卷第1期。
[88] 程宇，孔庆钤．用计算机编制列车运行调整计划的研究[J]．铁道学报，1988，10(2)：41～49。
[89] 周磊山，秦作睿．列车运行计划与调整的通用算法及其计算机实现[J]．铁道学报，1994，16(3)：56～64。
[90] M.Sandidzadeh，李鹏，M.Bmenhaj.s.Ghadrdani．一种用于地铁轻轨的智能行车控制方法，中国铁道科学2000年6月。
[91] G. Casalino. Discrete-Event Simulation and Control Strategies for Underground Railways. Proc. IFAC Conf. InTransporationParis, 1989, 141-145.
[92] C. Benoit. Traffic:A Tool for Railway Regulation Proc. IFAC Cont. On Cont. In Transportation Paris. 1989, 163-166.
[93] V. VanBreusegem, G. Campion. Traffic Modelling and Control for Metro Circles Lines Proc. IFAC Conf. On Cont.In Transportation Paris,France, 1989, 125-132.
[94] V. VanBreusegem, G. Campion, G. Bastin. Traffic Modeling and State Feedback Control for Metro Lines, IEEE Trans. On Automatic Control, 1991, 36(7):770-784.
[95] C.C. Lee. Fuzzy Logic in Control Systems: Fuzzy Logic Controller-part &. IEEE Trans. On SMC, 1990, 20(2) :404-435.
[96] 唐建国．粗糙集理论处理不完备信息的可信度分析[J]．控制与决策，2002年3月第17卷第2期。
[97] 唐建国．粗糙集理论决策推理时样本缺损的处理方法[J]．重庆三峡学院学报(JofChongqingThreeGorgesUniv)，2000，16(6)：78-80。
[98] 李莉．基于可变精度粗集模型的增量式归纳学习[J]．计算机科学，1999，26：55-58。
[99] 张文修，梁怡．不确定推理原理[M]．西安交通大学出版社．1996。
[100] 施恩伟．粗糙集中不可分辨关系的某些性质[J]．科学通报(英文辑)，1990，35：338-341。
[101] 张文修，吴志伟．基于随机集的粗糙集模型[J]．西安交通大学学报，2000，34(12)：15～19。
[102] 谢克明，杨静．粗糙集理论及其在智能控制领域的应用前景[J]．太原理工大学学报，第30卷第4期。
[103] 吉明，王科俊，张晓宇．粗集理论在智能诊断推理中的应用[J]．自动化技术与应用2001，1。
[104] 李孟歆，吴成东，夏兴华．粗糙集理论及其应用[J]．沈阳建筑工程学院学报，2001年10月第17卷第4期。
[105] 胡可云，陆玉昌，石纯一．粗糙集理论及其应用进展[J]．清华大学学报(自然科学版)，2001年第41卷第1期。
[106] J Rybnik. Minimization of partially defined switching functions using set: [Ph.D].Poland: dissertation of Technical University of Warsaw, 1990.
[107] K Slawinske. Sensitivity analysis of rough classification. Int J Man-machine studies, 1990,32:693～705.
[108] L A Zadeh. Fuzzy sets and information granularity. In:M Gupta, R Ragade, R Yager.Advances in Fuzzy Set Theory and Appli-cations.North-holland:Amsterdam, 1979.3～18.
[109] Pawlak Z. Rough sets: present state and prospects. ICS research report 32/95,Warsaw university of technology, 1995.
[110] Palkak Z Hard and soft sets. In: Ziarko W P. Rough Sets and Fuzzy Sets and Knowledge Discovery(RSKD'93). London:springer-verlag,1994.130～135.
[111] Dubois D, Prade H, Rough fuzzy sets and fuzzy rough sets. International Journal of General system, 1990,17:191～209.
[112] D Dubous. Putting rough sets and fussy sets together. Int J General system, 1990,
17:191～209.
[113] Jelonek J. Rough set reduction of attributes and their domains for neural networks.Computational Intelligence, 1995,11(2):35～39.
[114] A Mrozek. Use of rough sets and decision tables for implementing rule-based control of industrial process. Bull Polish A cad SciTech,1986,34:357～364.
[115] W Ziarko, T Arciszewski, S Hoda. Urban rail corridor control through machine learning. An Intelligent Vehicle-Highway System Approach,1994,1453,91～97.
[116] Lin T Y, T Chiy. Tuning rough logic controller by genetic algorithm, soft computing in intelligent systems and information processing. Proceedings of 1996 asian fuzzy systems symposium, kenting,Taiwan, 1996,326～331.
[117] Ziarko, A Szladow. Adaptive process control using rough sets. Proceedings of the international conference of instrument society of america, chicago, 1993,1421～1430.
[118] Lin T Y. Topilogical and fuzzy rough sets. In: R Slowinski. Decision Support by Experience-Application of the Rough Sets Theory. Kluwer: academic publishers, 1992.287～304.
[119] Xie Keming, Lin T Y, Z Jianwei. The takagi-sugeno fuzzy model identification method of parameter varying systems. Proc of RSCTC'98, warsaw, poland, 1998,155～162.
[120] T Y Lin. Roughl ogic formalism for fuzzy logic controllers-a hard and soft computing approach.Journal of Approximate Rea-soning,1996,15(4):395～414.
[121] Plokanl, A Mrozek. Rule-based stabilization of the inverted pendulum.Computational Intelligence,1995,11(2):22～32.
[122] J F Peters, K Ziaei, S Ramanna .Approximate time rough control: concepts and application to satellite attitude control. Proc of RSCTC'98,warsaw, poland,1998,491～498.
[2] 张一军，等．高速铁路综合调度系统的研究—研究报告．铁道科学研究院，1999。
[3] 刘皓玮．行车指挥系统的Petri网建模与列车运行调整的遗传优化的研究．铁道科学研究院博士学位论文，2000．
[4] 张琦．基于神经网络的列车运行模拟系统的研究．铁道科学研究院博士学位论文，1997．
[5] 王建英．高速铁路调度控制系统智能模拟的理论、方法和实现．铁道科学研究院博士学位论文，1998．
[6] Pawlak Z. Rough sets. International journal of information and computer science,1982, 11 (5):341-356.
[7] PawlakZ. Rough sets. Theoretical aspects of reasoning about data, dordrecht The netherlands: Kluwer Academic Publishers, 1991.1～168.
[8] Slowiski R. Intelligent decision support: handbook of applications of the rough sets theory. The netherlands: KluwerAcademic Publishers, 1992.1～235.
[9] 王钰，苗夺谦，周有健．关于Rough sets理论与应用的综述．模式识别与人工智能，1996，(9)4：337～344。
[10] 苗夺谦．RoughSet理论中连续属性的离散化方法[J]．自动化学报，第27卷第3期。
[11] 苗夺谦，王珏．粗糙集理论中知识粗糙性与信息熵关系的讨论[J]．模式识别与人工智能，1998，11：34-40。
[12] 苗夺谦，王珏．粗糙集理论中概念与运算的信息表示[J]．软件学报，1999，10：113-116。
[13] 苗夺谦．RoughSet理论及其在机器学习中的应用研究．北京：中国科学院自动化研究所博士学位论文，1997．3。
[14] 苗夺谦．王钰．基于粗糙集的多变量决策树构造方法．软件学报，1997，(8)6：425～431。
[15] K Slowinski. Rough sets approach to analysis of data from peritoneal
lavage in acute panereat it is. Medical inform aticas, 1988, 13:143～159.
[16] J Fibak. Rough sets based decision algorithms for treatment of duodenalulcer by HSV. Bull Pol Acad Sci Biol, 1986, 34:227-246.
[17] A Mrozek. Rough sets and some aspects of expert systems realization.Proc 7-th Intconf on expert systems & theirApplication, France, 1987.
[18] A Mrozek. Rough set dependency analysis among attributes in computer implementation of expert inference models. Int J Man-Machine studies, 1989,(30):457～473.
[19] HKrasowski. Aircraft pilot performance evaluation using rough sets:[Ph.D].Poland: dissertation of Technical University of Rze szow, 1988.
[20] 张文修，等．粗糙集理论与方法[M]．北京：科学出版社，2001。
[21] 韩祯祥，张琦，文福栓．粗糙集理论及其应用综述[J]．控制理论与应用，1999，16(2)：153—157。
[22] 曾黄麟．粗集理论及其应用——关于数据推理的新方法(修订版)[M]．重庆：重庆大学出版社，1998。
[23] 仲维国，信息系统中粗糙集理论若干问题的研究，南京理工大学硕士学位论文，2002。
[24] 潘丹．基于粗糙集理论的混合智能知识处理的研究．华南理工大学博士学位论文，2001。
[25] 马溪骏，刘业政，杨善林，朱卫东．基于粗集理论的决策分析．合肥工业大学学报，第24卷第3期。
[26] 林晓东，费奇，王红卫．智能决策支持系统中的知识表示及基于粗集的推理．计算机与现代化，2001年第2期。
[27] 潘丹，郑启伦．属性约简自寻优算法[J]．计算机研究与发展，第38卷第8期。
[28] 李平．面向对象遗传算法及其在铁路行车指挥中的应用．铁道部科学研究院博士学位论文。
[29] 贾利民．模糊控制与决策及其在铁路自动化中的应用．铁道部科学研究院博士学位论文。
[30] 李巨伟，钟雁．DMIS系统中利用计算机编制分局列车运行调整计划的难点研究．北方交通大学学报，1999年12月第23卷第6期。
[31] 纪晏宁，李平．铁路运输调度指挥管理系统(DMIS)．中国铁路，1998，(4)。
[32] 郑朝阳，施鸿宝．列车调度仿真系统的研究与实现．上海铁道大学学报，1999，20(6)：21～26。
[33] 宋瑞，何世伟，朱松年．智能铁路系统线路通过能力分析．铁道学报，1999，21(4)：1～6。
[34] 陈文伟．智能决策技术．北京：电子工业出版社，1998。
[35] 周磊山，胡思继，马建军等．计算机编制网状线路列车运行图方法研究．铁道学报，1998，20(5)：15～21。
[36] 胡思继，孙全欣，胡锦之等．区段内列车晚点传播理论的研究．中国铁道科学，1994：15(2)：41-53。
[37] 胡思继．中速列车晚点对京沪高速客运专线列车运行组织的影响．铁道学报，1997：19(2)：28-34。
[38] 周磊山，胡思继，马建军，乐逸祥．计算机编制网状线路列车运行图方法研究[J]．铁道学报，1998，20(5)。
[39] 胡思继，周学松，朱钰．基于列车运行状态推导图的列车运行调整算法[J]．铁道学报第21卷第6期。
[40] 金福才，朱钰，胡思继．铁路分局调度辅助决策系统的研究和设计[J]．北方交通大学学报，1999年12月第23卷第6期。
[41] 时颢，朱家荷．高速铁路区间通过能力的计算分析[J]．中国铁路，1995，(9)。
[42] 时颢，我国高速铁路列车运行图采用模式的分析，铁道学报第22卷第1期。
[43] 何邦模，等．我国高速铁路发展模式的研究[R]．北京：铁道部科学研究院运输及经济研究所，1996。
[44] 朴爱华，胡安洲．我国高速铁路列车运行组织问题的研究[J]．铁道学报，1996，18(3)。
[45] 程宇．铁路行车调度的智能CAD系统．北方交通大学学报，1992，16(3)：31～39。
[46] 李鹏，张一军．内部协同式列车运行调整专家系统的研究．中国铁道科学 1998，9。
[47] 李鹏，张一军．计算机辅助智能行车调度系统结构、模型及实用决策方法．中国铁道科学，1996：17(3)。
[48] 贾利民．基于模糊决策的分布式行车指挥方法．铁道部科学院研究报告．1992。
[49] 程宇．列车运行调整专家系统的研究．博士论文，北方交通大学。
[50] 薛文，贾利民，张锡第．铁路行车、调度与决策的研究：综述．’95中国智能自动化学术会议论文集(大会报告)．1995。
[51] Jovanovic, DejanNenad, Ph.D. Improving Railroad On-time Performance:Models, Algorithms and Applications. Ph.D. Dissertation. University of Pennsylvania,1989.
[52] Komaya Kand Fukuda T. ESTR AC-Ⅲ: An Expert System for Train Traffic Control in Disturbed Sit-uations. IFAC, Trans. France, 1989.
[53] 彭其渊，朱松年，阎海峰．列车运行图可调整度评价系统研究[J]．西南交通大学学报，第33卷第4期1998年8月。
[54] 张星臣，胡安洲．列车区间运行时分偏离的B函数分析．铁道学报，1996：18(3)：1-5。
[55] 徐瑞华，胡安洲．双线自动闭塞区段列车运行延误的影响分析．铁道学报，1995：17(2)：9—16。
[56] 杨肇夏，胡安洲，李菊等．列车运行图动态性能及其指标体系的研究．铁道学报，1993：15(3)：46—56。
[57] 杨肇夏，胡安洲，李菊等．列车晚点传播模拟系统铁道系统．铁道学报，1995：17(2)：17—24。
[58] 聂磊，张星臣，赵鹏，杨浩，胡安洲．高速铁路列车运行调整策略的研究．铁道学报，第23卷第4期。
[59] 崔险波，闫海峰，列车运行调整辅助决策系统设计．西南交通大学学报，第37卷第5期2002年10月。
[60] 赵强，严余松．单线铁路列车运行调整计算机辅助决策系统研究[J]．铁道学报，2000：22(4)：1～7。
[61] 郑时德，吴汉琳．铁路行车组织[M]．北京：中国铁道出版社，1996：313 319。
[62] PengQY. Research on the intelligent system for train regulation[A]. Traffic and Transportation Studies, Procedding of ICTTS2000[C]. Beijing:China Association for Science and Technology, 2000:602--607.
[63] PengQY, XiQ, YanHF. Construction of the intelligent and multiple object
decision support system for making train diagram[J]. Journal of Southwest Jiaotong University, 1999;7(2):125-132.
[64] 凌铿．应用电子计算机编制复线区段列车运行图[J]．铁道运输与经济，1981，(4)。
[65] 彭其渊，杨明伦．单线货物列车运行图计算机编制系统[J]．西南交通大学学报，1995，17(5)。
[66] 孙焰，李致中．单线区段货物列车运行图的一种优化方法[J]．铁道学报，1991，13(1)。
[67] 郭富娥．利用计算机编制旅客列车列车运行方案[J]．铁道学报，1993，15(2)。
[68] 陈彦如，蒲云．用遗传算法解决固定需求交通平衡分配问题[J]．西南交通大学学报，2000(1)。
[69] 蒲云等．基于满意优化原则的列车运行调度指挥系统模型体系研究．世界科技研究与发展，2001，23(5)：72-75。
[70] 周磊山．计算机编制列车运行调整的理论与方法研究[D]．北京：北方交通大学，1994。
[71] 陆汝钤．人工智能[M]．北京：科学出版社，1996。
[72] 周培德．算法设计与分析[M]．北京：机械工业出版社，1992。
[73] 周伟，秦世引，万百五．高速铁路列车运行调整的状态空间模型及算法西北纺织工学院学报，第11卷第3期(总43期)1997年9月。
[74] 周磊山，秦作睿．列车运行计划与调整的通用算法及其计算机实现．铁道学报．1994：16(3)。
[75] 曹家明．单线铁路列车运行调整优化模型及算法．铁道学报，1994：16(3)：72～78。
[76] Komaya K. A Knowledge-Based Approach for Railway Scheduling. 7th Conferenceon AI Applica-tions, 1991:404～4416.
[77] 汪自勤等．离散事件动态系统的状态空间描述的进一步研究．控制理论与应用，1992：1。
[78] 刘永欣等．离散事件动态系统的事件驱动状态模型．控制与决策，1993：3。
[79] 王水，蒋清华．生产决策系统的动态模型及性能控制．信息与控制，1991；1。
[80] 兰州铁道学院运输系．列车调度员工作．北京：中国铁道出版社，1990。
[81] Norio T. A Hybrid Train Traffic Rescheduling Simulator[J].QRofRTRI,1995, 36 (4).
[82] FrancisTAILLANTER．法国国营铁路公司的高速铁路网及其营运[Z]．北京：铁道部高速铁路办公室，1994，28—30。
[83] 中华人民共和国铁道部，西门子公司．铁路技术研讨会资料[z]．北京：铁道部高速铁路办公室，1996．3。
[84] 张星臣．京沪高速铁路列车运行仿真实验系统研究[J]．铁道学报，1998，20(4)。
[85] 聂磊．高速铁路列车运行图自动移线方法研究[J]．中国铁道科学，1996，18(4)。
[86] 聂磊．高速铁路列车运行调整优化理论与方法[D]．北京：北方交通大学，1999。
[87] 查伟雄，陈治亚，李夏苗．复线列车运行调整理论与方法的研究．铁道学报，第22卷第1期。
[88] 程宇，孔庆钤．用计算机编制列车运行调整计划的研究[J]．铁道学报，1988，10(2)：41～49。
[89] 周磊山，秦作睿．列车运行计划与调整的通用算法及其计算机实现[J]．铁道学报，1994，16(3)：56～64。
[90] M.Sandidzadeh，李鹏，M.Bmenhaj.s.Ghadrdani．一种用于地铁轻轨的智能行车控制方法，中国铁道科学2000年6月。
[91] G. Casalino. Discrete-Event Simulation and Control Strategies for Underground Railways. Proc. IFAC Conf. InTransporationParis, 1989, 141-145.
[92] C. Benoit. Traffic:A Tool for Railway Regulation Proc. IFAC Cont. On Cont. In Transportation Paris. 1989, 163-166.
[93] V. VanBreusegem, G. Campion. Traffic Modelling and Control for Metro Circles Lines Proc. IFAC Conf. On Cont.In Transportation Paris,France, 1989, 125-132.
[94] V. VanBreusegem, G. Campion, G. Bastin. Traffic Modeling and State Feedback Control for Metro Lines, IEEE Trans. On Automatic Control, 1991, 36(7):770-784.
[95] C.C. Lee. Fuzzy Logic in Control Systems: Fuzzy Logic Controller-part &. IEEE Trans. On SMC, 1990, 20(2) :404-435.
[96] 唐建国．粗糙集理论处理不完备信息的可信度分析[J]．控制与决策，2002年3月第17卷第2期。
[97] 唐建国．粗糙集理论决策推理时样本缺损的处理方法[J]．重庆三峡学院学报(JofChongqingThreeGorgesUniv)，2000，16(6)：78-80。
[98] 李莉．基于可变精度粗集模型的增量式归纳学习[J]．计算机科学，1999，26：55-58。
[99] 张文修，梁怡．不确定推理原理[M]．西安交通大学出版社．1996。
[100] 施恩伟．粗糙集中不可分辨关系的某些性质[J]．科学通报(英文辑)，1990，35：338-341。
[101] 张文修，吴志伟．基于随机集的粗糙集模型[J]．西安交通大学学报，2000，34(12)：15～19。
[102] 谢克明，杨静．粗糙集理论及其在智能控制领域的应用前景[J]．太原理工大学学报，第30卷第4期。
[103] 吉明，王科俊，张晓宇．粗集理论在智能诊断推理中的应用[J]．自动化技术与应用2001，1。
[104] 李孟歆，吴成东，夏兴华．粗糙集理论及其应用[J]．沈阳建筑工程学院学报，2001年10月第17卷第4期。
[105] 胡可云，陆玉昌，石纯一．粗糙集理论及其应用进展[J]．清华大学学报(自然科学版)，2001年第41卷第1期。
[106] J Rybnik. Minimization of partially defined switching functions using set: [Ph.D].Poland: dissertation of Technical University of Warsaw, 1990.
[107] K Slawinske. Sensitivity analysis of rough classification. Int J Man-machine studies, 1990,32:693～705.
[108] L A Zadeh. Fuzzy sets and information granularity. In:M Gupta, R Ragade, R Yager.Advances in Fuzzy Set Theory and Appli-cations.North-holland:Amsterdam, 1979.3～18.
[109] Pawlak Z. Rough sets: present state and prospects. ICS research report 32/95,Warsaw university of technology, 1995.
[110] Palkak Z Hard and soft sets. In: Ziarko W P. Rough Sets and Fuzzy Sets and Knowledge Discovery(RSKD'93). London:springer-verlag,1994.130～135.
[111] Dubois D, Prade H, Rough fuzzy sets and fuzzy rough sets. International Journal of General system, 1990,17:191～209.
[112] D Dubous. Putting rough sets and fussy sets together. Int J General system, 1990,
17:191～209.
[113] Jelonek J. Rough set reduction of attributes and their domains for neural networks.Computational Intelligence, 1995,11(2):35～39.
[114] A Mrozek. Use of rough sets and decision tables for implementing rule-based control of industrial process. Bull Polish A cad SciTech,1986,34:357～364.
[115] W Ziarko, T Arciszewski, S Hoda. Urban rail corridor control through machine learning. An Intelligent Vehicle-Highway System Approach,1994,1453,91～97.
[116] Lin T Y, T Chiy. Tuning rough logic controller by genetic algorithm, soft computing in intelligent systems and information processing. Proceedings of 1996 asian fuzzy systems symposium, kenting,Taiwan, 1996,326～331.
[117] Ziarko, A Szladow. Adaptive process control using rough sets. Proceedings of the international conference of instrument society of america, chicago, 1993,1421～1430.
[118] Lin T Y. Topilogical and fuzzy rough sets. In: R Slowinski. Decision Support by Experience-Application of the Rough Sets Theory. Kluwer: academic publishers, 1992.287～304.
[119] Xie Keming, Lin T Y, Z Jianwei. The takagi-sugeno fuzzy model identification method of parameter varying systems. Proc of RSCTC'98, warsaw, poland, 1998,155～162.
[120] T Y Lin. Roughl ogic formalism for fuzzy logic controllers-a hard and soft computing approach.Journal of Approximate Rea-soning,1996,15(4):395～414.
[121] Plokanl, A Mrozek. Rule-based stabilization of the inverted pendulum.Computational Intelligence,1995,11(2):22～32.
[122] J F Peters, K Ziaei, S Ramanna .Approximate time rough control: concepts and application to satellite attitude control. Proc of RSCTC'98,warsaw, poland,1998,491～498.