10.19549/j.issn.1001-683x.2019.10.034
基于Adaboost-CART模型的动卧列车客座率预测
由于动卧列车运行距离较长,主要竞争对手为同区间航空运输,航空票价水平和动态浮动会对动卧列车客流产生影响,因此从航空票价角度,研究动卧列车客座率.选取CART模型作为弱学习器,通过Adaboost集成学习算法将弱学习器训练为强学习器,即采用Adaboost-CART模型实现对动卧列车客座率的预测.以京沪高铁动卧列车为例,对该方法进行验证,结果表明:利用Adaboost-CART模型能够较好地对动卧列车客座率进行预测,且精度优于单一CART模型和多元回归模型等传统预测方法,验证了Adaboost-CART模型的有效性和可靠性.
动卧列车、客座率、航空票价、Adaboost-CART模型、集成学习、学习器
U293.1+3(铁路运输管理工程)
中国铁路总公司科技研究开发计划项目N2018X009、2018F012
2019-11-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
34-38