Print

广深高速铁路列车分类型晚点预测

论文摘要

为保障高速铁路列车按图行车,降低潜在的行车冲突风险,利用列车运行实绩研究高速铁路列车晚点及其传播特性。首先,通过描述性统计分析广深高铁列车运行实绩数据,得到广深高铁列车运行的初始晚点分布;然后,运用层次聚类算法聚类分析晚点列车,得到4类晚点列车序列,并提取重要的晚点特征变量;最后,基于随机森林模型预测各类晚点列车序列的晚点时间。研究结果表明:结合随机森林模型预测4类晚点列车晚点时间的准确度达到了84%以上。

论文目录

  • 0 引言
  • 1 数据描述
  •   1.1 数据介绍
  •   1.2 初始晚点列车描述性统计
  • 2 广深高铁晚点列车聚类分析
  •   2.1 BIRCH聚类算法介绍
  •   2.2 广深高铁列车晚点聚类
  •     2.2.1 聚类评价指标
  •     2.2.2 晚点聚类结果
  • 3 列车晚点时间随机森林模型预测
  •   3.1 随机森林模型介绍
  •   3.2 选取晚点特征参数
  •   3.3 列车晚点时间预测结果
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 胡瑞,徐传玲,冯永泰,文超,王全泉

    关键词: 高速铁路,列车晚点,数据驱动,层次聚类,随机森林模型

    来源: 中国安全科学学报 2019年S2期

    年度: 2019

    分类: 工程科技Ⅰ辑,工程科技Ⅱ辑

    专业: 铁路运输

    单位: 西南交通大学综合交通运输国家地方联合工程实验室,西南交通大学综合交通大数据应用技术国家工程实验室,滑铁卢大学铁路研究中心

    基金: 国家自然科学基金资助(71871188,61503311),四川省科技厅应用基础研究项目(2018JY0567)

    分类号: U292.41

    DOI: 10.16265/j.cnki.issn1003-3033.2019.S2.030

    页码: 181-186

    总页数: 6

    文件大小: 643K

    下载量: 89

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/ffa3519f963c449ab95dd88a.html