论文摘要
本文采用机器学习的理论与方法,建立了基于支持向量机的区间单车次高铁列车晚点预测模型,在此基础上进一步建立了区间全车次高铁列车晚点预测模型,并以京沪高铁线路为背景,选取2017年10—12月蚌埠南—津沪线路区间的列车运行实绩数据对模型的有效性进行实例验证。本文对原始数据进行了标准化、过采样的预处理,对晚点时长进行离散化处理,构造了"晚点混淆矩阵"对预测模型进行评价,结果表明,晚点预测模型对高铁列车的晚点范围有理想的预测效果。本文是机器学习理论在高速铁路列车晚点演化研究领域中的一次尝试,表明机器学习方法在高铁列车晚点预测上具有一定的可行性。
论文目录
文章来源
类型: 期刊论文
作者: 张朴,孟令云,李宝旭
关键词: 机器学习,高速铁路,晚点演化,支持向量机
来源: 电气技术 2019年S1期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 轨道交通控制与安全国家重点实验室(北京交通大学),北京交通大学交通运输学院,中国铁路沈阳局集团有限公司
基金: 高速铁路成网条件下铁路综合效能与服务水平提升技术项目(2018YFB1201403)
分类号: U292
页码: 1-8
总页数: 8
文件大小: 607K
下载量: 45