高铁列车停靠站客票收入率分类及收入预测研究

对各站客票收入率进行分类并预测各路局收入,对于运输部门制定收入计划、高铁列车开行计划等都具有一定指导意义。本文基于中国铁路总公司下发的客运运行图中直通高铁列车分站信息,首先提出一种Kmeans-CACC方法对客票收入率进行离散化处理,克服了无监督离散化的缺点,利用CACC算法对影响因素数据进行离散化处理;然后,设计一个基于误差区间交集和样本密度的最优收入率选取方法,找出各个分类中满足误差范围的收入率;最后,利用随机森林算法对客票收入率进行分类,并预测各路局收入。实验结果表明,本文提出的离散化算法及分类算法能够对收入率进行精确度较高的分类,提出的收入率选取算法能较好地预测收入。