基于隐马尔可夫模型的铁路出行团体关系预测研究

摘要：

近年来,随着铁路交通网络和高铁技术的不断发展,铁路出行的快捷性和舒适性得到了大幅度提高,铁路出行被更多人选择,团队出行也变得更加普遍.旅客的出行行为通常会受同行旅客的影响,不同的出行团体有不同的出行偏好,如家庭团体出行时会考虑团体中的老人和小孩,更在意舒适度;年轻人组成的团体出行时会着重考虑体验感和新鲜感.因此,出行团体类型是研究该团体出行偏好的基础.基于此,文中提出了一种利用客票数据对铁路出行团体同行关系进行预测的方法.首先,基于铁路客票数据特点,提出了铁路出行团体同行次数的量化方法;然后,对隐马尔可夫模型在客票数据分析中的适用性进行了剖析,对基于隐马尔可夫模型的铁路出行团体关系预测问题进行了形式化定义.基于真实铁路购票数据,对构建的出行团体关系模型的预测准确性以及预测结果的一致性进行了验证,实验结果显示构建的模型的预测准确率高达96.38％,对于同一出行团体在不同时刻的预测结果的一致性达95％,由此认为所提方法能够高效且准确地预测铁路出行团体中的同行关系.

关键词：同行关系预测、铁路出行团体、隐马尔可夫模型

所属期刊栏目：49

分类号：F532.8(铁路运输经济)

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：247-255