朔黃鐵路基于AI學(xué)習(xí)的重載列車操控曲線規(guī)劃技術(shù)研究公開(kāi)招標(biāo)，本項(xiàng)目已具備招標(biāo)條件，現(xiàn)對(duì)該項(xiàng)目進(jìn)行國(guó)內(nèi)資格后審公開(kāi)招標(biāo)。
2.項(xiàng)目概況與招標(biāo)范圍
2.1 項(xiàng)目概況、招標(biāo)范圍及標(biāo)段（包）劃分：2.1.1項(xiàng)目概述
鐵路運(yùn)輸因具有運(yùn)能大、效率高、運(yùn)輸成本低等優(yōu)勢(shì)而受到世界各國(guó)的廣泛重視，是世界上大宗貨物最經(jīng)濟(jì)有效的運(yùn)輸方式，隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，國(guó)內(nèi)、國(guó)際上對(duì)于重載貨運(yùn)鐵路系統(tǒng)的運(yùn)輸能力提出了更高的要求。朔黃鐵路重載運(yùn)輸已經(jīng)投入48臺(tái)機(jī)車，實(shí)現(xiàn)了萬(wàn)噸、2萬(wàn)噸重載列車自動(dòng)駕駛的規(guī)模化開(kāi)行，截至2025年8月，朔黃鐵路重載列車自動(dòng)駕駛累計(jì)安全運(yùn)行已超過(guò)200萬(wàn)公里。當(dāng)前朔黃鐵路重載組合列車自動(dòng)駕駛系統(tǒng)以保障安全為首要目標(biāo)，結(jié)合運(yùn)輸管理要求的操縱管理辦法、人工操作經(jīng)驗(yàn)整體來(lái)實(shí)施。
在此背景下，本項(xiàng)目充分結(jié)合和繼承既有兩萬(wàn)噸重載組合列車開(kāi)行成果、自動(dòng)駕駛試驗(yàn)與擴(kuò)大化運(yùn)行考核研究成果，采用AI前沿技術(shù)，在朔黃鐵路重載試驗(yàn)室既有裝備條件下，圍繞基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型構(gòu)建、基于深度強(qiáng)化學(xué)習(xí)的操縱策略、基于地面仿真平臺(tái)的模型優(yōu)化驗(yàn)證開(kāi)展研究工作。同時(shí)，率先將AI學(xué)習(xí)應(yīng)用于重載鐵路自動(dòng)駕駛系統(tǒng)操作曲線規(guī)劃優(yōu)化，在整個(gè)中國(guó)鐵路范圍內(nèi)都具有典型的科技示范效應(yīng)，對(duì)筑牢鐵路科技創(chuàng)新基礎(chǔ)，搶占AI學(xué)習(xí)在列車自動(dòng)駕駛領(lǐng)域技術(shù)制高點(diǎn)具有重要意義。
2.1.2招標(biāo)范圍及標(biāo)段（包）劃分
本項(xiàng)目共劃分為1個(gè)標(biāo)段。
基于AI學(xué)習(xí)的重載列測(cè)操縱曲線規(guī)劃技術(shù)研究項(xiàng)目主要研究以下內(nèi)容：
（1）基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型構(gòu)建
結(jié)合深度神經(jīng)網(wǎng)絡(luò)在特征提取與建模方面的優(yōu)勢(shì)，構(gòu)建列車狀態(tài)預(yù)測(cè)模型，輸入數(shù)據(jù)包括列車運(yùn)行狀態(tài)（如速度、加速度、位置等）、控制指令（如牽引力、制動(dòng)力，減壓量，緩解時(shí)間）以及線路信息（如坡度、曲率、限速區(qū)段等），自動(dòng)識(shí)別并學(xué)習(xí)數(shù)據(jù)中的關(guān)鍵關(guān)聯(lián)特征，深入挖掘列車運(yùn)行過(guò)程中的時(shí)序特征與線路環(huán)境、操縱之間的耦合關(guān)系，實(shí)現(xiàn)對(duì)未來(lái)狀態(tài)、車鉤力等關(guān)鍵動(dòng)態(tài)響應(yīng)指標(biāo)的精準(zhǔn)預(yù)測(cè)，為運(yùn)行優(yōu)化提供可靠的狀態(tài)預(yù)測(cè)模型支持。
（2）基于深度強(qiáng)化學(xué)習(xí)操縱曲線規(guī)劃技術(shù)研究
分析重載列車操縱策略決策過(guò)程，構(gòu)建為強(qiáng)化學(xué)習(xí)的序列決策過(guò)程。基于智能體–環(huán)境交互框架，以深度Q網(wǎng)絡(luò)（DQN）為核心，研究列車操縱級(jí)位的自適應(yīng)優(yōu)化。研究利用Tile Coding技術(shù)對(duì)連續(xù)的速度和位置進(jìn)行多組偏移離散化編碼，生成稀疏 one-hot 向量，作為DQN的輸入特征，提升列車狀態(tài)和控制級(jí)位的表達(dá)能力。
（3）基于地面仿真平臺(tái)的模型驗(yàn)證與測(cè)試
利用朔黃鐵路既有重載實(shí)驗(yàn)室自動(dòng)駕駛仿真平臺(tái)，研究操縱曲線優(yōu)化評(píng)價(jià)邊界條件約束，并進(jìn)行基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型的正確性驗(yàn)證和深度強(qiáng)化學(xué)習(xí)操作策略的有效性驗(yàn)證。通過(guò)分析優(yōu)化策略下的仿真指標(biāo)來(lái)驗(yàn)證優(yōu)化后的操縱策略有效性；同時(shí)，將該策略與自動(dòng)駕駛仿真平臺(tái)結(jié)合，來(lái)驗(yàn)證該策略在實(shí)際控車模式下的可行性。通過(guò)分析和評(píng)估仿真結(jié)果，對(duì)模型和算法進(jìn)行改進(jìn)，以獲得更優(yōu)的操縱策略進(jìn)一步提高重載列車運(yùn)行的安全性和效率。
2.1.3合作形式：
服務(wù)期限：合同簽訂后24個(gè)月。
服務(wù)地點(diǎn)：朔黃鐵路發(fā)展有限責(zé)任公司管內(nèi)。
2.2 其他：/
2.3 主要研究?jī)?nèi)容及預(yù)期目標(biāo)：基于AI學(xué)習(xí)的重載列測(cè)操縱曲線規(guī)劃技術(shù)研究項(xiàng)目主要研究以下內(nèi)容：
（1）基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型構(gòu)建
結(jié)合深度神經(jīng)網(wǎng)絡(luò)在特征提取與建模方面的優(yōu)勢(shì)，構(gòu)建列車狀態(tài)預(yù)測(cè)模型，輸入數(shù)據(jù)包括列車運(yùn)行狀態(tài)（如速度、加速度、位置等）、控制指令（如牽引力、制動(dòng)力，減壓量，緩解時(shí)間）以及線路信息（如坡度、曲率、限速區(qū)段等），自動(dòng)識(shí)別并學(xué)習(xí)數(shù)據(jù)中的關(guān)鍵關(guān)聯(lián)特征，深入挖掘列車運(yùn)行過(guò)程中的時(shí)序特征與線路環(huán)境、操縱之間的耦合關(guān)系，實(shí)現(xiàn)對(duì)未來(lái)狀態(tài)、車鉤力等關(guān)鍵動(dòng)態(tài)響應(yīng)指標(biāo)的精準(zhǔn)預(yù)測(cè)，為運(yùn)行優(yōu)化提供可靠的狀態(tài)預(yù)測(cè)模型支持。
（2）基于深度強(qiáng)化學(xué)習(xí)操縱曲線規(guī)劃技術(shù)研究
分析重載列車操縱策略決策過(guò)程，構(gòu)建為強(qiáng)化學(xué)習(xí)的序列決策過(guò)程。基于智能體–環(huán)境交互框架，以深度Q網(wǎng)絡(luò)（DQN）為核心，研究列車操縱級(jí)位的自適應(yīng)優(yōu)化。研究利用Tile Coding技術(shù)對(duì)連續(xù)的速度和位置進(jìn)行多組偏移離散化編碼，生成稀疏 one-hot 向量，作為DQN的輸入特征，提升列車狀態(tài)和控制級(jí)位的表達(dá)能力。
（3）基于地面仿真平臺(tái)的模型驗(yàn)證與測(cè)試
利用朔黃鐵路既有重載實(shí)驗(yàn)室自動(dòng)駕駛仿真平臺(tái)，研究操縱曲線優(yōu)化評(píng)價(jià)邊界條件約束，并進(jìn)行基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型的正確性驗(yàn)證和深度強(qiáng)化學(xué)習(xí)操作策略的有效性驗(yàn)證。通過(guò)分析優(yōu)化策略下的仿真指標(biāo)來(lái)驗(yàn)證優(yōu)化后的操縱策略有效性；同時(shí)，將該策略與自動(dòng)駕駛仿真平臺(tái)結(jié)合，來(lái)驗(yàn)證該策略在實(shí)際控車模式下的可行性。通過(guò)分析和評(píng)估仿真結(jié)果，對(duì)模型和算法進(jìn)行改進(jìn)，以獲得更優(yōu)的操縱策略進(jìn)一步提高重載列車運(yùn)行的安全性和效率。
2.4 項(xiàng)目服務(wù)期：合同簽訂后24個(gè)月（730日歷天）
3.投標(biāo)人資格要求
3.1 資質(zhì)條件和業(yè)績(jī)要求：
【1】資質(zhì)要求：投標(biāo)人須為依法注冊(cè)的獨(dú)立法人或其他組織，須提供有效的證明文件。
【2】財(cái)務(wù)要求：/
【3】業(yè)績(jī)要求：2020年10月至投標(biāo)截止日（以合同簽訂日期為準(zhǔn)），投標(biāo)人須至少具有機(jī)車自動(dòng)駕駛研究類或軌道交通平臺(tái)研究類業(yè)績(jī)1份。投標(biāo)人須提供能證明本次招標(biāo)業(yè)績(jī)要求的課題相關(guān)證明或項(xiàng)目合同掃描件，合同掃描件須至少包含：合同買(mǎi)賣雙方蓋章頁(yè)、合同簽訂日期、業(yè)績(jī)要求中的關(guān)鍵信息頁(yè)。
【4】信譽(yù)要求：/
【5】項(xiàng)目負(fù)責(zé)人的資格要求：項(xiàng)目負(fù)責(zé)人1名，須具有副高級(jí)及以上技術(shù)職稱，并提供證明材料。
【6】其他主要人員要求：/
【7】科研設(shè)施及裝備要求：/
【8】其他要求：/
3.2 本項(xiàng)目接受聯(lián)合體投標(biāo)。 聯(lián)合體組成單位不得超過(guò)2家。
4.招標(biāo)文件的獲取
招標(biāo)文件開(kāi)始購(gòu)買(mǎi)時(shí)間2025-10-27 09:00:00，招標(biāo)文件購(gòu)買(mǎi)截止時(shí)間2025-11-03 16:00:00。
欲購(gòu)買(mǎi)招標(biāo)文件的投標(biāo)人請(qǐng)聯(lián)系辦理入圍供應(yīng)商事宜,開(kāi)通后根據(jù)招標(biāo)公告的相應(yīng)說(shuō)明在線完成招標(biāo)文件的
購(gòu)買(mǎi)!為保證您能夠順利投標(biāo)，具體要求及購(gòu)買(mǎi)標(biāo)書(shū)流程請(qǐng)聯(lián)系 010-68818478
詳情請(qǐng)咨詢
聯(lián)系人：劉工
手機(jī)：13681557910 (微信同號(hào))
郵箱：1490789738@qq.com
2.項(xiàng)目概況與招標(biāo)范圍
2.1 項(xiàng)目概況、招標(biāo)范圍及標(biāo)段（包）劃分：2.1.1項(xiàng)目概述
鐵路運(yùn)輸因具有運(yùn)能大、效率高、運(yùn)輸成本低等優(yōu)勢(shì)而受到世界各國(guó)的廣泛重視，是世界上大宗貨物最經(jīng)濟(jì)有效的運(yùn)輸方式，隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，國(guó)內(nèi)、國(guó)際上對(duì)于重載貨運(yùn)鐵路系統(tǒng)的運(yùn)輸能力提出了更高的要求。朔黃鐵路重載運(yùn)輸已經(jīng)投入48臺(tái)機(jī)車，實(shí)現(xiàn)了萬(wàn)噸、2萬(wàn)噸重載列車自動(dòng)駕駛的規(guī)模化開(kāi)行，截至2025年8月，朔黃鐵路重載列車自動(dòng)駕駛累計(jì)安全運(yùn)行已超過(guò)200萬(wàn)公里。當(dāng)前朔黃鐵路重載組合列車自動(dòng)駕駛系統(tǒng)以保障安全為首要目標(biāo)，結(jié)合運(yùn)輸管理要求的操縱管理辦法、人工操作經(jīng)驗(yàn)整體來(lái)實(shí)施。
在此背景下，本項(xiàng)目充分結(jié)合和繼承既有兩萬(wàn)噸重載組合列車開(kāi)行成果、自動(dòng)駕駛試驗(yàn)與擴(kuò)大化運(yùn)行考核研究成果，采用AI前沿技術(shù)，在朔黃鐵路重載試驗(yàn)室既有裝備條件下，圍繞基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型構(gòu)建、基于深度強(qiáng)化學(xué)習(xí)的操縱策略、基于地面仿真平臺(tái)的模型優(yōu)化驗(yàn)證開(kāi)展研究工作。同時(shí)，率先將AI學(xué)習(xí)應(yīng)用于重載鐵路自動(dòng)駕駛系統(tǒng)操作曲線規(guī)劃優(yōu)化，在整個(gè)中國(guó)鐵路范圍內(nèi)都具有典型的科技示范效應(yīng)，對(duì)筑牢鐵路科技創(chuàng)新基礎(chǔ)，搶占AI學(xué)習(xí)在列車自動(dòng)駕駛領(lǐng)域技術(shù)制高點(diǎn)具有重要意義。
2.1.2招標(biāo)范圍及標(biāo)段（包）劃分
本項(xiàng)目共劃分為1個(gè)標(biāo)段。
基于AI學(xué)習(xí)的重載列測(cè)操縱曲線規(guī)劃技術(shù)研究項(xiàng)目主要研究以下內(nèi)容：
（1）基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型構(gòu)建
結(jié)合深度神經(jīng)網(wǎng)絡(luò)在特征提取與建模方面的優(yōu)勢(shì)，構(gòu)建列車狀態(tài)預(yù)測(cè)模型，輸入數(shù)據(jù)包括列車運(yùn)行狀態(tài)（如速度、加速度、位置等）、控制指令（如牽引力、制動(dòng)力，減壓量，緩解時(shí)間）以及線路信息（如坡度、曲率、限速區(qū)段等），自動(dòng)識(shí)別并學(xué)習(xí)數(shù)據(jù)中的關(guān)鍵關(guān)聯(lián)特征，深入挖掘列車運(yùn)行過(guò)程中的時(shí)序特征與線路環(huán)境、操縱之間的耦合關(guān)系，實(shí)現(xiàn)對(duì)未來(lái)狀態(tài)、車鉤力等關(guān)鍵動(dòng)態(tài)響應(yīng)指標(biāo)的精準(zhǔn)預(yù)測(cè)，為運(yùn)行優(yōu)化提供可靠的狀態(tài)預(yù)測(cè)模型支持。
（2）基于深度強(qiáng)化學(xué)習(xí)操縱曲線規(guī)劃技術(shù)研究
分析重載列車操縱策略決策過(guò)程，構(gòu)建為強(qiáng)化學(xué)習(xí)的序列決策過(guò)程。基于智能體–環(huán)境交互框架，以深度Q網(wǎng)絡(luò)（DQN）為核心，研究列車操縱級(jí)位的自適應(yīng)優(yōu)化。研究利用Tile Coding技術(shù)對(duì)連續(xù)的速度和位置進(jìn)行多組偏移離散化編碼，生成稀疏 one-hot 向量，作為DQN的輸入特征，提升列車狀態(tài)和控制級(jí)位的表達(dá)能力。
（3）基于地面仿真平臺(tái)的模型驗(yàn)證與測(cè)試
利用朔黃鐵路既有重載實(shí)驗(yàn)室自動(dòng)駕駛仿真平臺(tái)，研究操縱曲線優(yōu)化評(píng)價(jià)邊界條件約束，并進(jìn)行基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型的正確性驗(yàn)證和深度強(qiáng)化學(xué)習(xí)操作策略的有效性驗(yàn)證。通過(guò)分析優(yōu)化策略下的仿真指標(biāo)來(lái)驗(yàn)證優(yōu)化后的操縱策略有效性；同時(shí)，將該策略與自動(dòng)駕駛仿真平臺(tái)結(jié)合，來(lái)驗(yàn)證該策略在實(shí)際控車模式下的可行性。通過(guò)分析和評(píng)估仿真結(jié)果，對(duì)模型和算法進(jìn)行改進(jìn)，以獲得更優(yōu)的操縱策略進(jìn)一步提高重載列車運(yùn)行的安全性和效率。
2.1.3合作形式：
服務(wù)期限：合同簽訂后24個(gè)月。
服務(wù)地點(diǎn)：朔黃鐵路發(fā)展有限責(zé)任公司管內(nèi)。
2.2 其他：/
2.3 主要研究?jī)?nèi)容及預(yù)期目標(biāo)：基于AI學(xué)習(xí)的重載列測(cè)操縱曲線規(guī)劃技術(shù)研究項(xiàng)目主要研究以下內(nèi)容：
（1）基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型構(gòu)建
結(jié)合深度神經(jīng)網(wǎng)絡(luò)在特征提取與建模方面的優(yōu)勢(shì)，構(gòu)建列車狀態(tài)預(yù)測(cè)模型，輸入數(shù)據(jù)包括列車運(yùn)行狀態(tài)（如速度、加速度、位置等）、控制指令（如牽引力、制動(dòng)力，減壓量，緩解時(shí)間）以及線路信息（如坡度、曲率、限速區(qū)段等），自動(dòng)識(shí)別并學(xué)習(xí)數(shù)據(jù)中的關(guān)鍵關(guān)聯(lián)特征，深入挖掘列車運(yùn)行過(guò)程中的時(shí)序特征與線路環(huán)境、操縱之間的耦合關(guān)系，實(shí)現(xiàn)對(duì)未來(lái)狀態(tài)、車鉤力等關(guān)鍵動(dòng)態(tài)響應(yīng)指標(biāo)的精準(zhǔn)預(yù)測(cè)，為運(yùn)行優(yōu)化提供可靠的狀態(tài)預(yù)測(cè)模型支持。
（2）基于深度強(qiáng)化學(xué)習(xí)操縱曲線規(guī)劃技術(shù)研究
分析重載列車操縱策略決策過(guò)程，構(gòu)建為強(qiáng)化學(xué)習(xí)的序列決策過(guò)程。基于智能體–環(huán)境交互框架，以深度Q網(wǎng)絡(luò)（DQN）為核心，研究列車操縱級(jí)位的自適應(yīng)優(yōu)化。研究利用Tile Coding技術(shù)對(duì)連續(xù)的速度和位置進(jìn)行多組偏移離散化編碼，生成稀疏 one-hot 向量，作為DQN的輸入特征，提升列車狀態(tài)和控制級(jí)位的表達(dá)能力。
（3）基于地面仿真平臺(tái)的模型驗(yàn)證與測(cè)試
利用朔黃鐵路既有重載實(shí)驗(yàn)室自動(dòng)駕駛仿真平臺(tái)，研究操縱曲線優(yōu)化評(píng)價(jià)邊界條件約束，并進(jìn)行基于深度神經(jīng)網(wǎng)絡(luò)的列車狀態(tài)預(yù)測(cè)模型的正確性驗(yàn)證和深度強(qiáng)化學(xué)習(xí)操作策略的有效性驗(yàn)證。通過(guò)分析優(yōu)化策略下的仿真指標(biāo)來(lái)驗(yàn)證優(yōu)化后的操縱策略有效性；同時(shí)，將該策略與自動(dòng)駕駛仿真平臺(tái)結(jié)合，來(lái)驗(yàn)證該策略在實(shí)際控車模式下的可行性。通過(guò)分析和評(píng)估仿真結(jié)果，對(duì)模型和算法進(jìn)行改進(jìn)，以獲得更優(yōu)的操縱策略進(jìn)一步提高重載列車運(yùn)行的安全性和效率。
2.4 項(xiàng)目服務(wù)期：合同簽訂后24個(gè)月（730日歷天）
3.投標(biāo)人資格要求
3.1 資質(zhì)條件和業(yè)績(jī)要求：
【1】資質(zhì)要求：投標(biāo)人須為依法注冊(cè)的獨(dú)立法人或其他組織，須提供有效的證明文件。
【2】財(cái)務(wù)要求：/
【3】業(yè)績(jī)要求：2020年10月至投標(biāo)截止日（以合同簽訂日期為準(zhǔn)），投標(biāo)人須至少具有機(jī)車自動(dòng)駕駛研究類或軌道交通平臺(tái)研究類業(yè)績(jī)1份。投標(biāo)人須提供能證明本次招標(biāo)業(yè)績(jī)要求的課題相關(guān)證明或項(xiàng)目合同掃描件，合同掃描件須至少包含：合同買(mǎi)賣雙方蓋章頁(yè)、合同簽訂日期、業(yè)績(jī)要求中的關(guān)鍵信息頁(yè)。
【4】信譽(yù)要求：/
【5】項(xiàng)目負(fù)責(zé)人的資格要求：項(xiàng)目負(fù)責(zé)人1名，須具有副高級(jí)及以上技術(shù)職稱，并提供證明材料。
【6】其他主要人員要求：/
【7】科研設(shè)施及裝備要求：/
【8】其他要求：/
3.2 本項(xiàng)目接受聯(lián)合體投標(biāo)。 聯(lián)合體組成單位不得超過(guò)2家。
4.招標(biāo)文件的獲取
招標(biāo)文件開(kāi)始購(gòu)買(mǎi)時(shí)間2025-10-27 09:00:00，招標(biāo)文件購(gòu)買(mǎi)截止時(shí)間2025-11-03 16:00:00。
欲購(gòu)買(mǎi)招標(biāo)文件的投標(biāo)人請(qǐng)聯(lián)系辦理入圍供應(yīng)商事宜,開(kāi)通后根據(jù)招標(biāo)公告的相應(yīng)說(shuō)明在線完成招標(biāo)文件的
購(gòu)買(mǎi)!為保證您能夠順利投標(biāo)，具體要求及購(gòu)買(mǎi)標(biāo)書(shū)流程請(qǐng)聯(lián)系 010-68818478
詳情請(qǐng)咨詢
聯(lián)系人：劉工
手機(jī)：13681557910 (微信同號(hào))
郵箱：1490789738@qq.com