列车运行会随机变化，从而减少了服务的守时性，从而降低了服务质量（QoS）。 需要使用此类变化的模型来评估和预测干扰的潜在影响，并避免列车服务管理和时间表中的服务守时性降低。 在本文中，通过以武汉至广州（WH-GZ）高铁（HSR）为例，我们展示了如何使用大量的列车运行记录来模拟各个级别列车运行的随机性，部分和站。 具体而言，我们检查了各个部分的运行时间的不同分布模型，并表明对数逻辑概率密度函数是近似估计指定行上运行时间的经验分布的最佳分布形式。 接下来，我们证明了在每个部分中运行时间的分布可以用来