首页 期刊 大数据 一种基于Gradient Boosting的公交车运行时长预测方法 【正文】

一种基于Gradient Boosting的公交车运行时长预测方法

作者:赖永炫; 杨旭; 曹琦; 曹辉彬; 王田; 杨帆 厦门大学信息学院; 福建厦门361005; 厦门大学深圳研究院; 广东深圳518057; 长春公交(集团)有限责任公司; 吉林长春130000; 龙岩烟草工业有限责任公司; 福建龙岩364000; 华侨大学计算机科学与技术学院; 福建厦门361021; 厦门大学航空与航天学院; 福建厦门361005
公交调度   到站预测   gbdt  

摘要:目前,我国公交公司主要依靠经验丰富的工作人员估计车辆回场时间,进而进行车辆调度,此方式缺乏辅助的预测方法,常常造成较大的误差与错误的调度决策。从公交公司的实际需求出发,提出了一种基于动态特征选择的预测方法R-GBDT。R-GBDT利用特征选择组件和模型调参组件为预测组件提供符合线路特征的特征组合与参数,由融合组件对其他组件的结果进行融合,形成一个用于预测最终时间间隔的框架。结果表明,相对于其他算法,所提方法能大大提高公交运行时长预测的准确度。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅