基于支持向量机的高速铁路列车晚点演化预测

• 作者: 孟令云 张朴 李宝旭
• 来源期刊: 电气技术
• 关键词: 机器学习 高速铁路 晚点演化 支持向量机
• 年，卷（期）: 2019,（z1）
• 所属期刊栏目: 研究与开发
• 页码范围: 1-8
• 页数: 8页
• 字数: 4976字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟令云	北京交通大学交通运输学院	31	242	11.0	15.0
2	李宝旭		3	5	1.0	2.0