基于数据分析的铁路列车到达晚点预测模型

论文摘要

准确估计列车的实际晚点时间对于列车运行图制定、列车调度员决策具有重要意义。为此,以荷兰铁路列车运行实际数据为研究基础,根据列车实际运行数据选择自变量,以列车的实际晚点时间为因变量,建立列车晚点的随机森林预测模型,并以BP神经网络模型作为对比,结果表明随机森林模型预测误差稳定,预测精度较高,比传统的神经网络方法取得了更好的预测效果。

论文目录

• 0 引言
• 1 数据描述
• 2 车站到达晚点数据分析
• 3 列车到达晚点预测模型
•   3.1 特征变量的选择
•   3.2 随机森林模型
• 4 模型预测精度及评估
•   4.1 模型预测精度分析
•   4.2 模型评估
• 5 结论

文章来源

类型: 期刊论文

作者: 牟玮玮,侯亚飞

关键词: 数据分析,晚点预测,随机森林,神经网络,列车实际运行数据

来源: 综合运输 2019年06期

年度: 2019

分类: 经济与管理科学,工程科技Ⅱ辑

专业: 铁路运输

单位: 西南交通大学交通运输与物流学院

分类号: U292.4

页码: 64-69+74

总页数: 7

文件大小: 2421K

下载量: 215