首站-论文投稿智能助手
典型文献
基于国内外铁路运营数据的列车运行时间预测模型
文献摘要:
为了准确预测列车运行时间,考虑铁路调度工作准确性和及时性需求,构建列车区间运行时间预测模型.首先,提取并分析列车时刻表数据,确定可能影响列车区间运行时间的因素;考虑列车运行时间数据分布的偏态性,引入Box-Cox转换正态化处理数据;然后,基于决策树以及网格搜索算法,分别优化模型输入特征和超参数,提升模型性能;最后,应用装箱梯度提升树(HGBT),基于优化后的特征和超参数,建立列车区间运行时间预测模型,并分别利用我国某铁路线路和欧洲某铁路线路的运营数据评估各阶段工作.结果表明:Box-Cox转换可显著提高数据正态性,提升列车运行时间预测模型的拟合效果;网格搜索算法可同时提高列车运行时间模型效率和精度;相较于其他常用的运行时间预测模型,HGBT模型具有高精度和高效率的优势.
文献关键词:
铁路运营数据;列车运行时间;预测模型;Box-Cox转换;决策树;装箱梯度提升树(HGBT)
作者姓名:
唐涛;甘靖
作者机构:
中铁第四勘察设计院集团有限公司,湖北武汉430063;南京邮电大学现代邮政学院,江苏南京210003
引用格式:
[1]唐涛;甘靖-.基于国内外铁路运营数据的列车运行时间预测模型)[J].中国安全科学学报,2022(06):123-130
A类:
铁路运营数据,HGBT
B类:
列车运行时间,运行时间预测,时间预测模型,准确预测,铁路调度,调度工作,作准,及时性,性需求,间运,列车时刻表,数据分布,Box,Cox,正态化,决策树,网格搜索算法,模型输入,输入特征,超参数,模型性能,装箱,梯度提升树,铁路线路,数据评估,正态性,拟合效果,时间模型
AB值:
0.208374
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。