中欧班列运行监测方案研究及验证

Research and Verification of Monitoring Plan for Operation of China Railway Express

摘要

针对中欧班列集装箱境外运输全过程透明度低、管控能力不足问题，在中欧班列信息集成平台的建设过程中，对中欧车流的数字化监测方案和模型进行整体设计，将监测方案划分为班列与集装箱轨迹的协同关系、班列多类型追踪数据的融合、班列运行径路分析及提取、区间运行时间及速度统计和班列晚点预警5个步骤，将人机结合的处理方式应用于相关步骤处理逻辑的详细设计之中，依托中欧GIS地图和主流程序开发环境实现相关功能。功能上线运行后，中欧班列实际运行追踪数据的处理效果验证了监测方案的可行性，通过规范跨境班列运行追踪数据融合、清洗、校验的处理流程，实现对中欧班列的轨迹追踪及监测预警，为中欧班列数字化高质量发展提供有效支撑。

Abstract

Low transparency and insufficient management and control capability occur in the whole process of the "China Railway Express" container overseas transportation. To address these problems, the overall digital monitoring scheme and model of China-Europe traffic flow were designed during the construction of the China-Europe train information integration platform. The monitoring plan was divided into five steps: the synergy between the trajectories of the train and the container, the fusion of multi-type tracking data of the train, the analysis and extraction of the train operation paths, interval running time and speed statistics, and train delay warning. The human-machine processing method was applied to the detailed design of the processing logic of the relevant steps. The relevant functions were implemented based on the China-Europe GIS map and the mainstream program development environment. After the relevant functions were launched and put into operation, the feasibility of the monitoring plan was verified through the processing effect of actual tracking data from China Railway Express. Through standardizing the processing process of cross-border train operation tracking data fusion, cleaning, and verification, this study realizes the trajectory tracking, monitoring, and early warning of the China Railway Express and provides effective support for the digital and high-quality development of the China Railway Express.

Graphical abstract

关键词

中欧班列 / 数据融合 / 车流追踪 / 监测预警 / 集装箱

Key words

China Railway Express / Data Fusion / Traffic Flow Tracking / Monitoring and Warning / Container

0　引言

中欧班列是“一带一路”倡议的重要载体，是贯通国内国际、促进世界经济与国内广阔腹地经济高效循环的有效运输产品^[1-3]。“十四五”期间，中欧班列已由高速增长转向高质量发展，中欧班列的数字化建设也被日趋关注。中欧班列运距长，跨越多个国家及口岸站，现阶段其运行追踪数据较为多样，没有详细的全程运行径路，缺乏既有运到时限统计数据，这给中欧班列的实时追踪、预计到达和车流推算带来了挑战。

在车流追踪及运到时限保障方面，学者开展了系统的研究，丁炜^[4-5]等提出了从全程规划视角出发保障运到时限的铁路货物运输组织模式并建立基于运到时限的时间—效益双目标优化模型；周通^[6]利用机务人员配备的手持终端，采用卫星定位、物联网及数据融合技术，建设实时的全国铁路列车追踪与安全预警系统；王军等^[7]搭建包含速度指标和运到时限兑现率的货物运到时限评价指标体系，细化了运到时限兑现标准，提出不同指标评价管理的适用范围建议；傅赟等^[8]从快速性、准时性及综合性3个方面构建铁路货物运到时限考核指标体系，并提出考核机构、责任划分、管理考核等具体方案。

现阶段学者仅对国内铁路运到时限开展研究，由于缺少数据，少有学者对中欧班列的运到时限进行研究。中欧班列的运行监测包含轨迹追踪、车流推算、口岸站拥堵预警等多方面的内容，当前需充分利用现有条件，针对中欧班列集装箱运输通道车流追踪监测的系统架构、轨迹数据处理方案及晚点预警模型等开展系统研究。

1　中欧班列监测系统构成

针对跨境班列监测的难点，中铁集装箱运输责任有限公司建设了中欧班列信息集成平台，其中一个重要目标就是要实现对中欧班列的在途实时监测。该平台在中欧班列运行监测方面由运行监测中心、数据共享中心、北斗追踪设备以及对外的数据接口组成。平台内部由数据共享中心负责对所有运行追踪、业务及GIS数据的汇聚、融合及处理，平台不但采用北斗定位物联网设备实现了对中欧班列的全程追踪，还通过数据接口实现了我国铁路内部作业和各类型运行追踪信息的汇聚。运行监测中心统一负责对处理后的运行追踪数据进行统计、分析和展示。中欧班列信息集成平台班列监测架构如图1所示。

2　中欧班列监测需求分析

与其他运输产品相似，无论是货主还是承运人都迫切希望实现中欧班列的在途实时监测。对于货主，需要尽可能掌握集装箱的实时位置和集装箱到达终到站时间，以便安排后续的装卸或者生产。对于铁路承运人，不仅需要掌握班列和集装箱的实时位置，更要了解班列当前是否晚点并给出预警及报警信息，然后通过优化内部调度组织来减轻晚点带来的影响。因此，中欧班列监测的需求包含以下内容：①班列或集装箱的在途实时位置；②班列或集装箱的已走里程和时间；③班列或集装箱的未走里程和时间；④班列或集装箱当前是否已经晚点；⑤班列或集装箱到达终到站是否晚点。

为了能够满足以上需求，需要首先对班列轨迹数据进行处理，作为车流追踪监测与预警的基础条件，其中包含了班列与集装箱轨迹之间的协同关系、班列多类型追踪数据的融合处理流程设计、跨境班列运行径路分析及提取、区间运行时间及速度统计；其次对中欧班列晚点预警的模型进行设计，最后在此基础上利用中欧班列的实际数据进行开发及验证，来检验方案和模型的可行性。按照中欧班列信息集成平台的规划，所有开行班列的轨迹数据处理均在数据共享中心完成，在开行班列具备了位置、里程、时间、速度、编组、去向等信息后，对于班列的晚点预警判断以及图形化展示则是由运行监测中心来实现。

3　中欧班列轨迹数据处理

3.1　中欧班列与集装箱轨迹协同关系

由于涉及不同的运输体系和运输主体，对于中欧班列集装箱运输追踪来说，现阶段有全路应用、调度综合、电子箱封、集装箱定位终端、海外代理等多种类型的运行追踪数据，有些类型的运行追踪数据是以集装箱为追踪对象，有些类型的运行追踪数据是以班列为对象，不同类型运行追踪数据特点对比如表1所示。

在中欧班列的运行过程中，运营管理者希望监测到班列实时位置，而货主希望了解到集装箱实时位置，这两者的需求既有交集，又有区别，需要兼顾考虑。鉴于表1中不同类型原始运行追踪的数据特点，如果不进行处理直接让用户查询，很可能会出现同一班列同一去向的不同集装箱的原始运行追踪不一致甚至查不到的现象。为了向客户提供统一的运行追踪查询服务，需要将不同类型的原始轨迹融合后形成完整的班列轨迹，通过运用不同去向的班列轨迹来代替集装箱轨迹的方式为客户提供运行追踪服务，班列轨迹与集装箱轨迹关系如图2所示。

运行追踪数据处理逻辑如下：①国内班列融合轨迹，将全路应用的班列所有集装箱原始轨迹与调度综合的班列原始轨迹相融合，因为是到达同一口岸站，因此不分去向。②国外班列融合轨迹(分去向)，将集装箱定位装置、电子箱封与海外代理的集装箱轨迹相融合，因为同一班列编组中有多个到站，因此需要分去向。③全程班列轨迹(不同去向)，国内班列轨迹与国外班列轨迹叠加组成。④全程集装箱轨迹，通过班列编组信息和去向条件，从不同去向的班列轨迹复制出集装箱轨迹。

3.2　班列多类型运行追踪数据融合

从相关运行追踪数据的特点来看，采用单一数据源无法实现所有中欧班列全覆盖，因此需要对各种类型的运行追踪数据进行有机的融合，才能实现全程有效追踪监测的目的。由于国内段和国外段运行追踪数据特点不同，融合逻辑也存在差异。因此将中欧班列全程运行追踪数据融合分为了国内轨迹数据的融合和国外轨迹数据的融合2个部分。

3.2.1　国内轨迹数据的融合逻辑

国内段主要的定位追踪手段为全路应用的车次号追踪和调度综合的班列追踪，2种数据源的特点是比较稳定，数据密度高，其融合总体思路主要是将全路应用和调度数据进行融合，将多余数据进行精简，然后进行甩车判断、经纬度清洗、轨迹数据选择和到达口岸站轨迹截断等流程，最终得到完整的国内轨迹。其处理流程中有以下重要环节。

（1）甩车判断：班列中有个别车辆在发生超偏载等问题后因为扣车整理与原来的车流发生了时空上的分离。主要的判断方式是通过车次号，同一编组的车辆在运行中是同一个车次号，如有车辆被扣留，编入其他车流，该车辆的车次号将发生改变。

（2）数据精简：全路应用的运行追踪数据来自于铁路车次号追踪，因其是对每个集装箱的追踪，所以这种数据采集方式会使得班列每过一个站就会产生将近100条数据，冗余度过大，需要制定规则来进行精简。

（3）经纬度清洗：全路应用和调度综合数据都是通过站报告，为了能够采用地图方式展示，需依托“一带一路”GIS路网中的车站经纬度来进行位置解析，补充班列运行中产生的每条通过站报告的经纬度。

（4）口岸站截断：由于去程班列在到达口岸站后有时会缺少口岸站卸车信息，造成系统中装载车辆与集装箱没有解绑，从而使得去程班列轨迹与车辆回程轨迹串联，因此需要从去程班列的到站信息中判断是否到达口岸站并及时进行截断。

国内轨迹融合逻辑图如图3所示。

3.2.2　国外轨迹数据的融合逻辑

国外段主要的定位追踪手段为电子箱封、集装箱定位终端和海外代理提供的追踪数据，电子箱封和集装箱定位终端都是按照固定时间间隔工作的设备，因而其每次定位位置是随机的，海外代理追踪数据只有宽轨段的车站报文数据。国外段轨迹融合的总体思路主要是将电子箱封、集装箱定位装置和海外代理的追踪数据进行有效组合，先对数据进行纠偏和清洗，然后进行数据精简、时空错乱判断、终到站到达判断和轨迹补点等流程，最终得到完整的国外轨迹。其处理流程中包含以下重要环节。

（1）轨迹纠偏处理：依托“一带一路”铁路GIS地图，将集装箱上的电子箱封和集装箱定位终端采集到的经纬度位置信息通过纠偏转换为铁路位置(车站或是区间)信息。

（2）电子箱封数据精简：部分始发班列的全部集装箱都安装了电子箱封，其采集到的数据量冗余度过大。按照班列的去向和编组，选择部分电子箱封的轨迹即可代表班列的轨迹。

（3）时空错乱判断：班列在海外运输过程中存在编组被打散、海外代理追踪数据匹配错误的各种异常情况，都会导致不同类型的轨迹融合后在时空上发生错乱，需要判断班列中的不同集装箱之间是否发生了分离，并根据类型和到终点的距离来作出选择。

（4）到达终到站判断：由于去程班列在国外到达终到站后没有卸车信息，有时候甚至会出现变更终到车站(邻近车站)的情况。因此只能通过电子箱封等设备的经纬度所在车站或者城市来判断是否到达终到站。

国外轨迹融合逻辑图如图4所示。

3.3　班列运行径路分析提取

车流运行径路是指车辆从始发站被输送至终到站所经过的路线，称为车流运行径路，简称车流径路^[9-10]。车流径路有最短径路、特定径路和迂回径路3种^[11-13]，从全局来看中欧班列车流更多是按照特定径路运行。中欧班列在实际开行中相同的始发终到站而走不同的运行径路，其走行里程和运行时间都是不一样的，因此其运行径路是开展运到时限和车流拥堵分析中不可或缺的基础信息。

不同于国内货物列车的运行径路和编组计划都是提前规划并可以获得的，对于跨境班列而言，现在仅有国际运单中的始发终到车站及途经口岸站组成的大致走行径路，即计划径路，在口岸站之间的具体走行径路都是各国家铁路承运人来负责，鉴于具体径路都是各国铁路承运人的内部运营信息，现阶段没有渠道获取，因此只能考虑从历史班列轨迹中提取详细运行径路。然而从实际班列走行轨迹来进行径路提取存在诸多不确定因素，包括：①班列在国外被解体拆散，②班列径路因故临时进行迂回调整，③国外代理提供错误轨迹，④物联网追踪设备的定位数据漂移，⑤运输网络地图枢纽线路连通错误。

由于采用计算机去自动识别以上情形时，算法设计过于复杂，无法完全依靠计算机根据历史轨迹自动进行径路识别，针对特殊实际，采用计算机自动提取、大数据展示与人工判断相结合的方式来进行径路识别和分析。运行径路提取逻辑图如图5所示。图5显示的运行径路主要处理逻辑包括班列查找、提取计划径路、提取历史径路、多轨迹加载及数量统计、人工径路判断、重复性校验并入库等流程。

3.4　区间运行时间及速度统计

在完成跨境班列的全程轨迹融合并能够进行径路识别后，接下来可开展区间运行时间及运行速度的统计分析，其主要思想是将各条径路转化为统一的大区间集合库，然后从各条径路完成运输的班列轨迹中提取区间运行时间进行统计，最后通过区间运行时间和区间距离计算出区间运行速度。区间运行时间统计逻辑图如图6所示。

区间运行时间及速度统计主要有2部分组成，一个是形成大区间集合并得到区间距离，另一个是从班列轨迹提取并统计大区间运行时间。区间距离与区间运行时间相除得到区间运行速度。其处理流程包含以下重要环节。

（1）从历史径路中划分提取大区间。中欧班列径路划分大区间需要考虑车站停留时间、路网属性、场站规模来确定大区间车站，从而将整条径路划分为若干个大区间。由于不同的径路可能会有部分相同的大区间，因此考虑大区间时不能按各个径路划分，需要在径路提取时剔除重复的大区间，形成一个统一的大区间集合库。同时也要建立各条径路与此区间集合库的单向关系，通过径路可以在集合库中找到各个大区间，但不是从大区间集合库中找到各条径路。

（2）班列轨迹径路匹配判断。需要定期分析已经完成运输的某个班列的历史全程轨迹是径路库中的哪条径路，具体就是通过对比始发终到站、口岸站以及其他重点车站来进行判断，如果是径路库中已有的径路，那么这个班列的全程轨迹可作为这条径路运到时限统计的基础数据。如果不是，则需要按照新的径路进行前述径路提取工作。

（3）区间运行时间校验添加。当新增班列完成运输后，其全程轨迹产生的区间运行数据并不能直接放入到大区间集合库中的相关区间的运行时间之中。按照既有经验，虽然大区间的运行时间值会受到司机驾驶、线路维修、车站停时等因素的影响，但是当列车运行多次后，该大区间的运行时间基本上会服从正态分布^[14]，因此需要通过正态分布检验将过大和过小的数据剔除，从而得到正常的区间运行时间统计值。

4　班列晚点预警模型设计

中欧班列全程动态追踪预警需要解决2个问题。一是对当前在途班列是否晚点进行判断并预警；二是对当前在途班列到达终到站是否会晚点进行判断并预警。

4.1　在途班列当前是否晚点

在途班列是否晚点就是判断班列已经走行区段内用时是否远超过该区段的平均用时。国内货车晚点主要是依据平均运行速度及运到时间来判断^[15]。中欧班列由于运距长、多次换装且始发前没有详细的运行径路的特点，因此中欧班列在途晚点判断也较为特殊，主要包含3个步骤：①通过班列的发到站、途经口岸站和历史轨迹来判断班列大致的走行径路；②班列在该径路上已经完成运行的区间数，还有在当前区间运行里程；③通过在大区间集合库中查找已走过区间的运行时间和当前区间运行速度统计值，计算已经走过路程的实际用时之和是否超过日常统计值之和。

需要观察班列实际在途晚点比值系数情况，该比值就是班列已走过路程的实际用时之和与日常统计值之和的比值。班列已走路程的日常统计值包含了已过区间统计用时、已过车站停留统计用时和当前区间已走距离的统计用时。

k_{\mathrm{实际}\mathrm{在途}}=\frac{T_{\mathrm{在途}\mathrm{实际}}}{T_{\mathrm{已过}\mathrm{区间}\mathrm{统计}}+T_{\mathrm{已过}\mathrm{站停}\mathrm{统计}}+T_{\mathrm{当前}\mathrm{区间}\mathrm{已走}\mathrm{统计}}}⑴

=\frac{T_{\mathrm{当前}}-T_{\mathrm{出发}}}{{\displaystyle \sum _{i=\mathrm{0}}^{n-\mathrm{1}}}\overline{t_{i\mathrm{区间}}}+{\displaystyle \sum _{j=\mathrm{0}}^m}\overline{t_{j\mathrm{站停}}}+\frac{\overline{t_n}\times l_{n\mathrm{已走}}}{l_n}}

式中：k_{\mathrm{实际}\mathrm{在途}}为班列实际在途晚点比值系数；T_{\mathrm{在途}\mathrm{实际}}为班列在途实际用时，h；T_{\mathrm{已过}\mathrm{区间}\mathrm{统计}}为班列已经运行区间平均统计用时，h；T_{\mathrm{已过}\mathrm{站停}\mathrm{统计}}为班列已经经过国境站停留平均统计用时，h；T_{\mathrm{当前}\mathrm{区间}\mathrm{已走}\mathrm{统计}}为班列在当前运行区间已走距离的平均统计用时，h；T_{\mathrm{当前}}\mathrm{为}班列当前运行位置的时间，h；T_{\mathrm{出发}}为班列在始发站出发的时间，h；i为班列已经走完的大区间序号；j为班列已经经过的国境站序号；n为班列正在运行的第n个大区间；m为已经通过的第m个国境站；\overline{t_{i\mathrm{区间}}}为第i个大区间的一个月内平均运行时间，h；\overline{t_{j\mathrm{站停}}}为第j个国境站的一个月内平均停留时间，h；l_n为班列正在运行的第n个大区间的距离，km；l_{n\mathrm{已走}}为班列在第n个大区间已经走行的距离，km。

4.2　在途班列终到站是否晚点

对于运距较长的跨境班列来说，由于途中有多个技术站、口岸站、换装站，部分重点车站的作业时间在动态变化之中，因此对于班列到达终到站是否会晚点是一个动态预警的过程。

需要观察班列预计到达晚点比值系数情况，该比值就是班列未走过路程的预测用时之和与日常统计值之和的比值。班列未走路程的预测用时包含未走区间统计用时、未走车站近期停留统计用时和当前区间未走距离的统计用时。

k_{\mathrm{预计}\mathrm{到达}}=\frac{T_{\mathrm{在途}\mathrm{实际}}+（T_{\mathrm{未走}\mathrm{区间}\mathrm{统计}}+T_{\mathrm{未走}\mathrm{站停}\mathrm{近期}\mathrm{统计}}）+T_{\mathrm{当前}\mathrm{区间}\mathrm{未走}\mathrm{统计}}}{T_{\mathrm{全程}\mathrm{统计}}}=\frac{\left(T_{\mathrm{当前}}-T_{\mathrm{出发}}\right)+\left({\displaystyle \sum _{i=n+\mathrm{1}}^r}\overline{t_{i\mathrm{区间}}}+{\displaystyle \sum _{j=m+\mathrm{1}}^s}\overline{z_{j\mathrm{站停}}}\right)+\frac{\overline{t_n}\times \left(l_n-l_{n\mathrm{已走}}\right)}{l_n}}{{\displaystyle \sum _{i=\mathrm{0}}^r}\overline{t_{i\mathrm{区间}}}+{\displaystyle \sum _{j=\mathrm{0}}^s}\overline{t_{j\mathrm{站停}}}}⑵

式中：k_{\mathrm{预计}\mathrm{到达}}为班列预计到达晚点比值系数；T_{\mathrm{在途}\mathrm{实际}}为班列在途实际用时，h；T_{\mathrm{未走}\mathrm{区间}\mathrm{统计}}为班列还未经过区间平均统计用时，h；T_{\mathrm{未走}\mathrm{站停}\mathrm{近期}\mathrm{统计}}为班列还未经过国境站停留平均统计用时，h；T_{\mathrm{当前}\mathrm{区间}\mathrm{未走}\mathrm{统计}}为班列在当前运行区间未走距离的平均统计用时，h；T_{\mathrm{全程}\mathrm{统计}}为班列全程经过区间及车站的平均统计用时，h；T_{\mathrm{当前}}为班列当前运行位置的时间，h；T_{\mathrm{出发}}为班列在始发站出发的时间，h；i为班列走行径路上的大区间序号；j为班列走行径路上的国境站序号；n为班列正在运行的第n个大区间；m为已经通过的第m个国境站；r为班列走行径路中所包含的所有大区间；s为班列走行径路中所包含的所有国境站；\overline{t_{i\mathrm{区间}}}为第i个大区间的一个月内平均运行时间，h；\overline{t_{j\mathrm{站停}}}第j个国境站的一个月内平均停留时间，h；\overline{z_{j\mathrm{站停}}}第j个国境站的7日内的平均停留时间；l_n为班列正在运行的第n个大区间的距离，km；l_{n\mathrm{已走}}为班列在第n个大区间已经走行的距离，km。

5　案例分析

中欧班列信息集成平台基于“平台+应用”思想，采用微服务架构开发各应用模块，前端展示层采用H-UI、JS、H5等技术，应用接入采用keepalived+Nginx方式提供高可用方案。前后端分离框架采用Spring Cloud微服务框架提供。通过中国国家铁路集团有限公司数据服务平台获取中欧班列运输通道车流追踪所需的承运、在途、作业等信息，接口使用RESTFUL技术实现数据实时交互。在平台建设过程中实现了数据融合、径路提取、运行时间统计以及晚点预警等。

在班列轨迹融合方面，通过详细分析各类运行追踪数据的特点，按照运行追踪数据融合处理逻辑，实现了对国内和国外轨迹的经纬度纠偏和清洗、轨迹数据精简、时空错乱判断、口岸站及终到站到达判断和轨迹补点等功能。轨迹融合错乱及补点处理对比图如图7所示。

在运行径路识别方面，按照运行径路分析提取处理逻辑，实现了从历史轨迹中进行运行径路的提取。除了需要人工方式对提取的径路判断是否保留外，其余的班列查找、提取计划径路、提取历史径路、多轨迹加载及数据统计、重复性检验及入库均由计算机完成。图7为利用历史运行轨迹自动提取出成都至马拉舍维奇之间的运行径路，通过人工判断留存，最终形成了不同OD站点间的详细运输径路库。人机结合不但提高了径路分析的作业效率，而且提升径路提取结果的准确性。中欧班列径路提取及展示页面如图8所示。

在班列晚点预警方面，通过计算班列已经走过区间的实际用时之和与日常统计值之和的班列实际在途晚点比值系数，实现了对在途班列的晚点预警功能。综合近2年的班列运行情况，依据出现轻度、中度和严重晚点班列的实际运行时间与正常班列运行时间的比值，即班列实际晚点比值系数K值，划分为以下范围：1.0<K≤1.4属于晚点，1.4<K≤2.0属于严重晚点。中欧班列实时追踪及预警页面展示如图9所示。此功能不仅对所有的在途中欧班列实现了实时位置监测，而且能依据历史运行情况及晚点预警模型对当前在途班列的晚点情况进行判断及预警。

6　结束语

在中欧班列信息集成平台的建设过程中，依托各类型运行追踪数据以及中欧GIS地图，实现了运行追踪数据融合、径路分析提取、区间运行时间速度统计和车流位置追踪及预警等主要功能，建立起了规范的国际货运班列运行追踪数据融合、清洗、校验、到站、补点处理流程，基本上实现了对班列车流的实时监测和预警。下一步平台将引入海运和公路运行追踪数据，借助平台不断积累的运行和作业数据来研究班列运行及口岸站拥堵的规律，完善相关运到时限预警的大数据分析模型，用信息技术支持中欧班列高质量发展。

参考文献

[1] 刘建军，吕昌伟，许维高. 中欧班列高质量发展面临的问题和对策研究[J]. 铁道经济研究，2023(2)：41-45.

[2] LIU Jianjun， Changwei LYU， XU Weigao. Research on the Problems and Countermeasures Facing the High-Quality Development of CHINA RAILWAY Express[J]. Railway Economics Research，2023(2)：41-45.

[3] 许英明. 高质量发展背景下中欧班列发展现状、挑战与对策[J]. 国际贸易，2020(5)：28-34.

[4] XU Yingming. Development Status，Challenges and Suggestions of CR Express in the Context of High-Quality Development[J]. Intertrade，2020(5)：28-34.

[5] 陈　征. 新格局下中欧班列高质量发展对策研究[J]. 中国铁路，2021(6)：63-67.

[6] CHEN Zheng. Research on Strategy for High-Quality Development of CRE Trains under New Pattern[J]. China Railway，2021(6)：63-67.

[7] 丁　炜. 基于运到时限的铁路货物运输组织技术研究[D]. 成都：西南交通大学，2015.

[8] 史柱文. 关于铁路货物运到期限的思考[J]. 铁道货运，2013，31(6)：40-45.

[9] 周　通. 基于运统1电子化传递系统的列车运行追踪与安全预警系统研究[J]. 铁路计算机应用，2021，30(6)：27-31.

[10] ZHOU Tong. Research on Train Tracking and Safety Early Warning System Based on Position Reporting by Train Driver's Hand-Held Terminal[J]. Railway Computer Application，2021，30(6)：27-31.

[11] 王　军，陈　诚，周凌云. 铁路货物快运运到时限评价指标体系设计[J]. 铁道货运，2021，39(11)：36-41.

[12] WANG Jun， CHEN Cheng， ZHOU Lingyun. Design of Evaluation Index on Arrival Time Limit of Railway Freight Express Delivery[J]. Railway Freight Transport，2021，39(11)：36-41.

[13] 傅　赟，郑平标，张楷唯，等. 铁路货物运到时限全流程考核体系研究[J]. 铁道货运，2021，39(12)：54-59.

[14] FU Yun， ZHENG Pingbiao， ZHANG Kaiwei，et al. Study

[15] on the Whole-Process Assessment System for Railway Transit Period of Freight[J]. Railway Freight Transport，2021，39(12)：54-59.

[16] 胡思继. 铁路行车组织[M]. 北京：中国铁道出版社，1998.

[17] 张红斌，李　军，金福才. 基于车流径路选择偏好的铁路车流运行径路动态预测方法研究[J]. 铁路计算机应用，2021，30(4)：31-35.

[18] ZHANG Hongbin， LI Jun， JIN Fucai. Research on Dynamic Prediction Method of Railway Wagon Flow Routing Based on Wagon Flow Route Selection Preference[J]. Railway Computer Application，2021，30(4)：31-35.

[19] 何世伟，刘明玮，冯　骁，等. 考虑路网点线能力协调的铁路车流径路优化模型[J]. 北京交通大学学报，2021，45(1)：1-7.

[20] HE Shiwei， LIU Mingwei， FENG Xiao，et al. Optimizing Model for Car Routing Considering Point-Line Capacity Coordination in Railway Network[J]. Journal of Beijing Jiaotong University，2021，45(1)：1-7.

[21] 龚　帆. 铁路迂回运输组织实践与管理体系优化研究[J]. 铁道货运，2021，39(8)：1-5，24.

[22] GONG Fan. Research on Practice and Management System Optimization of Railway Roundabout Transportation Organization[J]. Railway Freight Transport，2021，39(8)：1-5，24.

[23] 廖志林，胡文斌，方立海，等. 铁路车流推算及监测系统的设计与研究[J]. 铁道货运，2020，38(2)：12-16，35.

[24] LIAO Zhilin， HU Wenbin， FANG Lihai，et al. A Study on Design and Analysis of the Railway Traffic Flow Calculation and Monitoring System[J]. Railway Freight Transport，2020，38(2)：12-16，35.

[25] 杨文韬，崔艳萍. 运行图参数测试系统的设计与实现[J]. 铁道运输与经济，2014，36(1)：48-54.

[26] YANG Wentao， CUI Yanping. Design and Realization of Parameter Test System of Train Working Diagram[J]. Railway Transport and Economy，2014，36(1)：48-54.

[27] 朱晓立，李夏苗. 铁路货物运输速度和逾期率的调查与分析[J]. 交通运输工程学报，2001，1(4)：106-110.

[28] ZHU Xiaoli， LI Xiamiao. Survey and Analysis on Transit Speed and Overdue Rate in Railway Freight Transportation[J]. Journal of Traffic and Transportation Engineering，2001，1(4)：106-110.

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(N2022X004)

中国铁道科学研究院集团有限公司科研项目(2023YJ161)