10.16668/j.cnki.issn.1003-1421.2018.03.08
铁路旅客列车客座率分类及预测模型研究
铁路旅客列车分类,对于分配旅客运输能力、提高列车收益具有重要意义.建立以客座率最优为目标的列车分类和预测模型,通过数据预处理、分类结果中最优客座率选取和基于随机森林算法的分类预测3个模块展开分析,利用谱聚类CACC模型和CACC算法对目标和因素变量进行离散化处理,设计基于误差区间交集和样本密度的最优客座率选取算法,并利用随机森林算法对客座率进行分类.最后,通过Kappa指数和百分误差对分类和预测精度进行验证,证明了模型的有效性和准确性.
铁路、客座率分类、客座率预测、随机森林、谱聚类-CACC、离散化
40
U293.13(铁路运输管理工程)
中国铁路总公司科技研究开发计划课题2016X005-B
2018-05-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
39-45