| 基于Adaboost-CART模型的动卧列车客座率预测 |
| |
| 引用本文： | 王煜,方伟,王亮,薛冰.基于Adaboost-CART模型的动卧列车客座率预测[J].中国铁路,2019(10):34-38. |
| |
| 作者姓名： | 王煜 方伟 王亮 薛冰 |
| |
| 作者单位： | 中国铁道科学研究院集团有限公司电子计算技术研究所;中国国家铁路集团有限公司 |
| |
| 基金项目： | 中国铁路总公司科技研究开发计划项目（N2018X009、2018F012） |
| |
| 摘 要： | 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。
|
| 关 键 词： | 动卧列车 客座率 航空票价 Adaboost-CART模型 集成学习 学习器 |
Seating Rate Prediction for EMU Sleeping Train Based on Adaboost-CART Model |
| |
| WANG Yu,FANG Wei,WANG Liang,XUE Bing.Seating Rate Prediction for EMU Sleeping Train Based on Adaboost-CART Model[J].Chinese Railways,2019(10):34-38. |
| |
| Authors: | WANG Yu FANG Wei WANG Liang XUE Bing |
| |
| Institution: | (Computing Technology Research Institute,China Academy of RailwaySciences Corporation Limited,Beijing 100081,China;China State Railway Group Co Ltd,Beijing 100844,China) |
| |
| Abstract: | WANG Yu;FANG Wei;WANG Liang;XUE Bing(Computing Technology Research Institute,China Academy of RailwaySciences Corporation Limited,Beijing 100081,China;China State Railway Group Co Ltd,Beijing 100844,China) |
| |
| Keywords: | EMU sleeping train seating rate air fare Adaboost-CART model integrated learning learner |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
