TY -的A2 Hassanien Abd E.I.baset AU - Wang Xiangping盟——黄,Lei盟——黄、海丰AU -李,宝玉盟——夏,紫阳AU - Li Jing PY - 2020 DA - 2020/12/19 TI -一个学习模型对短期客流预测SP - 6694186六世- 2020 AB -近年来,与城市公共交通的持续改进能力,市民的出行越来越方便,但是仍有一些潜在的问题,如早晚高峰拥堵,供给和需求之间的不平衡车辆和客流,紧急情况下,当地客流激增和社会由于活动和恶劣天气等特殊情况。如果你想正确指导当地的客流,使合理的部署操作巴士,有必要掌握公共交通短期客流的变化规律。本文构建了一个短期客流预测模型为城市公共交通基于集成学习的想法。目标是使用集成模型准确地预测短期内城市公共交通的客流,利用多变量线性回归(高),再(资讯),极端梯度增加(XGBoost)和封闭的复发性单元(格勒乌)四个种子模型,然后使用回归算法集成模型和预测客流,车站寄宿和着陆,和横断面客流数据的典型代表“Huitian区”的第428行北京从1月1日,2020年,2020年5月31日。最后,预测结果子的比较与综合模型来验证集成模型的优越性。本文的研究成果可以丰富城市公共交通的短期客流预测系统,并提供有效的数据支持和科学依据客流、车辆管理和调度的城市公共交通。SN - 1076 - 2787你——https://doi.org/10.1155/2020/6694186——10.1155 / 2020/6694186 JF - PB - Hindawi KW - ER -复杂性