欧冬秀 张馨尹 赵 源 张 雷 高博文 吴宇森

(1.同济大学交通运输工程学院， 201804， 上海； 2.上海市轨道交通结构耐久与系统安全重点实验室， 201804， 上海；3.上海轨道交通运营管理中心， 200070， 上海； 4.上海自主智能无人系统科学中心， 201210， 上海∥第一作者， 教授)

城市居民日常出行对城市轨道交通的依赖毋庸置疑，而突发事件时有发生，经常致使列车延误。据统计，某城市在2017年至2019年地铁全线突发事故导致列车延误5 min以上高达360次，某条单线延误达67次，其中最长延误时间达275 min，严重影响公众出行体验。为了减缓延误影响，地铁运营管理部门在信息平台实时播报地铁各条线路的运营情况和突发事件信息[1]，但现阶段播报的预报延误时间与实际延误时间相比具有较大偏差。如某日某条线路预报延误时间为10 min以上，而实际延误时间长达128 min。精准的列车延误时间估计不仅能为乘客提供直观可信的地铁实时信息便于其调整出行路线，而且还能为运营管理部门调整运维方案、部署清客和救援工作提供基础数据支撑。因此，突发事故下地铁列车延误时间的预估研究对于提升地铁信息化服务水平具有重要意义。

一方面，学者们正研究运用数据驱动的人工智能方式进行故障诊断，实现智能运维和状态维修，从而降低故障发生率[2]；另一方面，学者们也在积极探索故障发生后降低列车延误影响的方法和技术。列车延误与设备维护、人员操作、外部环境、发生时段、客观综合等因素有关[3]。……