朴茨茅斯大学的研究人员开发了一种算法来帮助减少火车延误。
研究人员通过由Innovate UK资助的为期两年的知识转移合作伙伴关系（KTP）与第一条地铁西南铁路合作，开发出第一种能够自动检测轨道延误的算法。
当每天有1700多列火车运行在西南铁路网中时，要把混乱降到最低并不容易。这一数量使得控制人员很难迅速发现延迟，从而引发应急计划的进一步延迟。尽管乘客、列车和机组人员数量大幅增加，但运营商几十年来仍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项目做出贡献，这将改善客户体验。它突出了机器学习算法对现实世界应用的影响。”
研究人员开发的工具自动分析数据以确定延误点，确定哪些列车将受到影响，并选择最佳应急计划以使服务再次按计划运行。该工具采用机器学习设计，旨在显著缩短分析和处理相关数据所需的时间。
“自动检测延误代表了铁路部门的未来。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。”
西南铁路控制中心目前正在使用该工具，该中心控制整个网络中的列车运行。
“与朴茨茅斯大学合作一直是SWR的一个很好的经验，并且已经将理解转移到系统开发和AI的业务上。我们一起开发了一个系统，该系统提高了响应于恢复后期运行的速度，学习并不断改进SWR客户的经验。”
西南铁路是FirstGroup和欧洲地铁之间的合资企业，每年提供约2.35亿人次的客运量。
