TY -的A2 - Chen Chi-Hua AU -王,Bing盟——吴Peixiu AU - Chen Quanchao AU - Ni Shaoquan PY - 2021 DA - 2021/06/15 TI -预测和分析高速铁路的列车乘客负荷系数基于LightGBM算法SP - 9963394六世- 2021 AB -为了提高预测的准确性火车客运高速铁路的负荷系数和满足不同层次的乘客的不同需求负荷系数预测和分析,火车乘客负荷系数的影响因素分析了深度。考虑到天气因素,列车属性,和客流时间序列,提出了一种预测高速铁路列车乘客负荷系数的方法基于LightGBM机器学习的算法。考虑影响因素的区别一个火车的乘客负荷系数和组列车,一个火车乘客装载因子预测模型基于天气因素和客流时间序列和一组列车的乘客装载因子预测模型基于天气因素,火车属性,和客流时间序列因素是构造,分别。坐火车客运高速铁路在一定区域的负荷系数数据为例,验证了该方法的可行性和有效性,相比。验证,LightGBM机器学习算法提出了比传统模型具有更高的预测精度,及其科学和准确的预测可以为计算提供了重要的参考客票收入,经营效益分析等。SN - 0197 - 6729你2021/9963394 / 10.1155——https://doi.org/10.1155/2021/9963394——摩根富林明-杂志的先进运输PB - Hindawi KW - ER