典型文献
基于梯度提升决策树级联分类方法的城市轨道交通列车突发事件延误时间预测
文献摘要：
为了精确预测城市轨道交通设备故障等突发事件致使的列车延误时间,提升应急处置效率和乘客引导服务水平,对地铁突发事件互联网发布数据和现场事故数据进行了关联融合,对面向不平衡的地铁事故数据随机欠采样,提出了一种基于GBDT(梯度提升决策树)的级联分类预测方法,对地铁突发事件的延误时间进行预测.结果表明,GB-DT级联分类方法在延误时间容许偏差为0～5 min时的预测延误时间准确率,比现场发布的预测延误时间准确率高20％～25％,比GBDT多分类预测方法准确率高5％.
文献关键词：
城市轨道交通;列车;突发事件;延误时间预测;级联分类方法;梯度提升决策树
中图分类号：
作者姓名：
欧冬秀;张馨尹;赵源;张雷;高博文;吴宇森
作者机构：
同济大学交通运输工程学院,201804,上海;上海市轨道交通结构耐久与系统安全重点实验室,201804,上海;上海轨道交通运营管理中心,200070,上海;上海自主智能无人系统科学中心,201210,上海
文献出处：
引用格式：
[1]欧冬秀;张馨尹;赵源;张雷;高博文;吴宇森-.基于梯度提升决策树级联分类方法的城市轨道交通列车突发事件延误时间预测)[J].城市轨道交通研究,2022(10):65-70
A类：
级联分类方法,延误时间预测
B类：
梯度提升决策树,城市轨道交通列车,精确预测,交通设备,设备故障,列车延误,应急处置效率,乘客,引导服务,地铁突发事件,事故数据,地铁事故,随机欠采样,GBDT,容许,多分类预测
AB值：
0.188107
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
