期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于XGBOOST-SHAP的地铁建成环境与站点出行距离的非线性关系研究
被引量：
6
1
作者
李培坤
陈旭梅
+3 位作者
鲁文博
马嘉欣
刘屹
王昊
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024年第4期1624-1633,共10页
相较于传统地铁客流量特征分析,地铁站点平均出行距离的研究可以更加精细化了解地铁网络客流流动性特征。为探究多重建成环境与站点平均出行距离之间的复杂关系,以西安市地铁系统为研究对象,从土地利用、兴趣点分布、周边交通建成环境...
相较于传统地铁客流量特征分析,地铁站点平均出行距离的研究可以更加精细化了解地铁网络客流流动性特征。为探究多重建成环境与站点平均出行距离之间的复杂关系,以西安市地铁系统为研究对象,从土地利用、兴趣点分布、周边交通建成环境、站点自身属性等方面构建11种建成环境指标,建立基于极端梯度提升的XGBOOST-SHAP归因分析架构的可解释性机器学习模型,以揭示两者之间的非线性关系。同时,将该模型拟合回归效果与梯度提升决策树(GBDT)及最小二乘回归(OLS)进行比较,以验证XGBOOST模型在拟合回归效果上的优势。结果表明:XGBOOST模型的R方、平均绝对误差(MAE)、均方误差(MSE)值分别为0.75、0.95、1.36,其拟合效果要优于GBDT与OLS模型。站点平均出行距离呈现出明显的环状分布的空间异质性。SHAP归因分析结果表明:距市中心距离特征贡献最大,路网密度、土地利用混合度、公交线路数量以及住宅数量对出行距离的贡献度也相对较高;POI香农熵指数、餐饮服务点对平均出行距离的正负反馈不明显;其余指标对平均出行距离的影响均呈现出正负反馈机制结合的趋势。研究结果对交通需求分析、线路容量优化、运营效果评估等提供了数据支撑,可有效提高地铁交通便利性,满足不同区域的出行需求并改善整个地铁系统的效率和可持续性。
展开更多
关键词
地铁站点
建成环境
出行距离
XGBOOST模型
shap归因分析
非线性关系
在线阅读
下载PDF
职称材料
建成环境对行人交通事故严重程度的非线性影响
被引量：
8
2
作者
戢晓峰
乔新
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023年第1期314-323,共10页
为探索建成环境对行人交通事故的影响并为行人事故预防提供理论依据,本文以建成环境“5D”要素为基础,围绕土地利用、城市设计和交通系统这3个维度构建昼夜建成环境指标体系,基于轻度梯度提升机构建昼-夜间行人交通事故严重程度模型,探...
为探索建成环境对行人交通事故的影响并为行人事故预防提供理论依据,本文以建成环境“5D”要素为基础,围绕土地利用、城市设计和交通系统这3个维度构建昼夜建成环境指标体系,基于轻度梯度提升机构建昼-夜间行人交通事故严重程度模型,探究城市建成环境对行人交通事故严重程度的影响机制,结合SHAP(Shapley Additive Explanation)归因分析方法揭示两者之间的非线性关系,并以深圳市为例进行实证分析。结果表明:建成环境对行人交通事故的影响效应存在显著的时段异质性;昼间行人交通事故严重程度主要受人行道可达性、地铁站可达性及学校邻近度等因素的影响;夜间行人交通事故严重程度主要受人行道可达性、娱乐兴趣点(POI)指标及道路照明条件等因素的影响。建成环境对行人交通事故严重程度存在显著的非线性影响。昼间时段学校邻近度介于[0,3]km时,地铁站可达性小于1 km时,对行人事故严重程度有较大抬升作用;夜间时段娱乐POI可达性小于0.5 km时,对行人事故严重程度有抬升作用;不论昼夜,人行道可达性对行人事故严重程度均有压降作用,且临街院门密度低的区域行人事故严重程度较高。昼-夜间模型均表现出优秀的效果,分类准确率分别为96.38%和92.08%。
展开更多
关键词
城市交通
行人交通事故严重程度
轻度梯度提升机
shap归因分析
建成环境
在线阅读
下载PDF
职称材料
基于气象因素与特征选择的进港航班延误可解释预测研究
被引量：
3
3
作者
王维莉
王逸文
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023年第5期162-171,共10页
航班延误预测对于提高旅客满意度和优化资源配置具有重要意义,然而,预测模型的不可见性限制了其进一步发展。为提高航班延误预测问题的准确性与可解释性,以某机场航线到港航班为例,在考虑机场不同气象因素的基础上,基于mRMR(max-Relevan...
航班延误预测对于提高旅客满意度和优化资源配置具有重要意义,然而,预测模型的不可见性限制了其进一步发展。为提高航班延误预测问题的准确性与可解释性,以某机场航线到港航班为例,在考虑机场不同气象因素的基础上,基于mRMR(max-Relevance and min-Redundancy)算法剔除冗余特征,筛选最优特征子集作为预测模型的输入,在比较多种机器学习算法后,选择Catboost算法,利用SHAP(Shapley Additive Explanation)归因分析方法,从局部解释和全局解释深入挖掘各因素对航班延误时间的不同影响程度,并采用偏依赖分析提取关键因素的最佳阈值。结果表明:经过特征选择后的Catboost预测模型能够更好地捕捉非线性特征,相比于未经过特征选择的模型,MAE(Mean Absolute Error)、RMSE(Root Mean Square Error)及MAPE(Mean Absolute Percentage Error)分别降低了3.84%,3.35%,4.22%,并利用DM(Diebold-Mariano)检验从统计学上检验模型的差异性;同时,航班延误时间受到多种气象特征以及前序延误等因素共同影响,其中,机场风速和降水量对延误时间有显著正向影响,而机场有效风力和能见度则对延误时间有显著负向影响。
展开更多
关键词
航空运输
航班延误预测
shap归因分析
进港航班
mRMR算法
Catboost算法
在线阅读
下载PDF
职称材料
题名
基于XGBOOST-SHAP的地铁建成环境与站点出行距离的非线性关系研究
被引量：
6
1
作者
李培坤
陈旭梅
鲁文博
马嘉欣
刘屹
王昊
机构
北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室
东南大学交通学院
重庆市市政设计研究院有限公司
出处
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024年第4期1624-1633,共10页
基金
国家自然科学基金资助项目(72271020,71871013)。
文摘
相较于传统地铁客流量特征分析,地铁站点平均出行距离的研究可以更加精细化了解地铁网络客流流动性特征。为探究多重建成环境与站点平均出行距离之间的复杂关系,以西安市地铁系统为研究对象,从土地利用、兴趣点分布、周边交通建成环境、站点自身属性等方面构建11种建成环境指标,建立基于极端梯度提升的XGBOOST-SHAP归因分析架构的可解释性机器学习模型,以揭示两者之间的非线性关系。同时,将该模型拟合回归效果与梯度提升决策树(GBDT)及最小二乘回归(OLS)进行比较,以验证XGBOOST模型在拟合回归效果上的优势。结果表明:XGBOOST模型的R方、平均绝对误差(MAE)、均方误差(MSE)值分别为0.75、0.95、1.36,其拟合效果要优于GBDT与OLS模型。站点平均出行距离呈现出明显的环状分布的空间异质性。SHAP归因分析结果表明:距市中心距离特征贡献最大,路网密度、土地利用混合度、公交线路数量以及住宅数量对出行距离的贡献度也相对较高;POI香农熵指数、餐饮服务点对平均出行距离的正负反馈不明显;其余指标对平均出行距离的影响均呈现出正负反馈机制结合的趋势。研究结果对交通需求分析、线路容量优化、运营效果评估等提供了数据支撑,可有效提高地铁交通便利性,满足不同区域的出行需求并改善整个地铁系统的效率和可持续性。
关键词
地铁站点
建成环境
出行距离
XGBOOST模型
shap归因分析
非线性关系
Keywords
metro stations
built environment
travel distance
XGBOOST model
shap
attribution analysis
nonlinear relationship
分类号
U491 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
建成环境对行人交通事故严重程度的非线性影响
被引量：
8
2
作者
戢晓峰
乔新
机构
昆明理工大学
出处
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023年第1期314-323,共10页
基金
国家自然科学基金(52062024)
云南省创新引导与科技型企业培育计划项目(202004AR040022)。
文摘
为探索建成环境对行人交通事故的影响并为行人事故预防提供理论依据,本文以建成环境“5D”要素为基础,围绕土地利用、城市设计和交通系统这3个维度构建昼夜建成环境指标体系,基于轻度梯度提升机构建昼-夜间行人交通事故严重程度模型,探究城市建成环境对行人交通事故严重程度的影响机制,结合SHAP(Shapley Additive Explanation)归因分析方法揭示两者之间的非线性关系,并以深圳市为例进行实证分析。结果表明:建成环境对行人交通事故的影响效应存在显著的时段异质性;昼间行人交通事故严重程度主要受人行道可达性、地铁站可达性及学校邻近度等因素的影响;夜间行人交通事故严重程度主要受人行道可达性、娱乐兴趣点(POI)指标及道路照明条件等因素的影响。建成环境对行人交通事故严重程度存在显著的非线性影响。昼间时段学校邻近度介于[0,3]km时,地铁站可达性小于1 km时,对行人事故严重程度有较大抬升作用;夜间时段娱乐POI可达性小于0.5 km时,对行人事故严重程度有抬升作用;不论昼夜,人行道可达性对行人事故严重程度均有压降作用,且临街院门密度低的区域行人事故严重程度较高。昼-夜间模型均表现出优秀的效果,分类准确率分别为96.38%和92.08%。
关键词
城市交通
行人交通事故严重程度
轻度梯度提升机
shap归因分析
建成环境
Keywords
urban traffic
severity of pedestrian traffic accident
light gradient boosting machine(Light GBM)
shap
attribution analysis
built environment
分类号
U121 [交通运输工程]
在线阅读
下载PDF
职称材料
题名
基于气象因素与特征选择的进港航班延误可解释预测研究
被引量：
3
3
作者
王维莉
王逸文
机构
上海海事大学
出处
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023年第5期162-171,共10页
基金
上海市科技创新行动计划项目(19DZ1209600)。
文摘
航班延误预测对于提高旅客满意度和优化资源配置具有重要意义,然而,预测模型的不可见性限制了其进一步发展。为提高航班延误预测问题的准确性与可解释性,以某机场航线到港航班为例,在考虑机场不同气象因素的基础上,基于mRMR(max-Relevance and min-Redundancy)算法剔除冗余特征,筛选最优特征子集作为预测模型的输入,在比较多种机器学习算法后,选择Catboost算法,利用SHAP(Shapley Additive Explanation)归因分析方法,从局部解释和全局解释深入挖掘各因素对航班延误时间的不同影响程度,并采用偏依赖分析提取关键因素的最佳阈值。结果表明:经过特征选择后的Catboost预测模型能够更好地捕捉非线性特征,相比于未经过特征选择的模型,MAE(Mean Absolute Error)、RMSE(Root Mean Square Error)及MAPE(Mean Absolute Percentage Error)分别降低了3.84%,3.35%,4.22%,并利用DM(Diebold-Mariano)检验从统计学上检验模型的差异性;同时,航班延误时间受到多种气象特征以及前序延误等因素共同影响,其中,机场风速和降水量对延误时间有显著正向影响,而机场有效风力和能见度则对延误时间有显著负向影响。
关键词
航空运输
航班延误预测
shap归因分析
进港航班
mRMR算法
Catboost算法
Keywords
air transportation
flight delay prediction
shap
attribution analysis
inbound flights
mRMR algorithm
Catboost algorithm
分类号
U8 [交通运输工程]
V355 [航空宇航科学与技术—人机与环境工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于XGBOOST-SHAP的地铁建成环境与站点出行距离的非线性关系研究
李培坤
陈旭梅
鲁文博
马嘉欣
刘屹
王昊
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024
6
在线阅读
下载PDF
职称材料
2
建成环境对行人交通事故严重程度的非线性影响
戢晓峰
乔新
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023
8
在线阅读
下载PDF
职称材料
3
基于气象因素与特征选择的进港航班延误可解释预测研究
王维莉
王逸文
《交通运输系统工程与信息》
EI
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
