-
题名基于集成学习的城市轨道交通乘客路径选择建模
被引量：8
- 1
-
-
作者
王璐瑶
蒋熙
-
机构
北京交通大学轨道交通控制与安全国家重点实验室
-
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2020年第6期18-24,共7页
-
基金
北京市自然科学基金(T19E700010)。
-
文摘
考虑城市轨道交通路网不同OD间客流构成的异质性,基于数据驱动方法,研究不同OD特性与路径属性组合条件下的乘客路径选择机器学习建模问题,提出将模糊聚类与集成学习相结合的建模方法。运用FCM聚类方法将路网站点划分为若干类别,以模糊聚类结果作为子学习器的划分依据,构建了基于支持向量回归机(SVR)的路径选择子学习器,实现了基于OD类别隶属度对多个子学习器进行组合的路径选择集成预测。该方法既能体现客流特性的差异对路径选择的影响,也解决了难以直接获取乘客属性对建模与预测带来的难题,有效提高了模型准确性。以北京城市轨道交通为案例,对新线开通情况下的路径选择进行预测。
-
关键词
城市轨道交通
集成学习
路径选择建模
轨道站点聚类
支持向量回归机
-
Keywords
urban rail transit system
ensemble learning
passenger choice modeling
station clustering
Support Vector Regression(SVR)
-
分类号
U293.5
[交通运输工程—交通运输规划与管理]
-
