| 基于大语言模型的铁路客流预测优化方法研究 |
| |
| 引用本文： | 孔德越, 张理臻, 程默, 王彦驰, 王洪业. 基于大语言模型的铁路客流预测优化方法研究[J]. 铁路计算机应用, 2025, 34(6): 65-69. DOI: 10.3969/j.issn.1005-8451.2025.06.10 |
| |
| 作者姓名： | 孔德越 张理臻 程默 王彦驰 王洪业 |
| |
| 作者单位： | 1.中国铁道科学研究院 研究生部,北京 100081;2.中国铁路北京局集团有限公司 客运部,北京 100860;3.中国铁道科学研究院集团有限公司 电子计算技术研究所,北京 100081 |
| |
| 基金项目： | 中国国家铁路集团有限公司科技研究开发计划课题（P2023S006） |
| |
| 摘 要： | 
为解决铁路客流预测结果准确度受外部客观环境变化因素影响较大、传统客流预测模型结果准确度难以进一步有效提升的问题,提出基于大语言模型的铁路客流预测优化方法,借助DeepSeek-R1模型高效的文字阅读、内容检索和信息整合能力,定时筛选天气、特殊事件等影响客流的重点外部事件,并将其作为建模要素加入到客流预测模型当中,有效提升模型预测准确率。
经北京—上海实际铁路客流数据验证,引入大语言模型的客流预测模型相较于传统时序预测模型的平均百分比绝对误差减少了5.5%,且能够有效避免临时性外部事件所导致的预测异常,在客流预测工作中有良好的应用效果。
|
| 关 键 词： | 铁路客流预测 大语言模型 自回归积分滑动平均模型 DeepSeek-R1模型 外部感知 |
| 收稿时间： | 2025-03-31 |
|
| 点击此处可从《铁路计算机应用》浏览原始摘要信息 |
|
点击此处可从《铁路计算机应用》下载免费的PDF全文 |
|
