10.16503/j.cnki.2095-9931.2023.03.013
基于特征挖掘的中长期铁路客运量预测
为实现不同场景下的铁路客运量预测,提升预测精度,提出一个通用的中长期铁路客运量预测理论框架,包括数据采集层、特征挖掘层和模型预测层:采集并整合预测所需的多源数据,进行特征构建和挖掘后,将特征输入预测模型进行预测.基于该框架,构建了基于EMD-LightGBM的中长期铁路客运量预测模型.最后,以1981-2021年的铁路客运量数据为例,解析了预测框架的构建过程,并对特征挖掘技术的应用效果进行了分析.结果表明,特征挖掘方法能大幅提升铁路客运量的预测精度和预测效率;所建预测框架可推广应用于线路或地区等不同场景的铁路客运量预测.
铁路客运量预测、预测框架、预测效率、特征工程、LightGBM
9
U293.1(铁路运输管理工程)
2023-08-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
116-122,141