基于LightGBM和SHAP的地铁短时进站客流预测及影响因素分析

聂小虎; 吴东平; 安静仪; 常红光; 阳旭明

首页> 中文期刊> 《铁道经济研究》 >基于LightGBM和SHAP的地铁短时进站客流预测及影响因素分析

基于LightGBM和SHAP的地铁短时进站客流预测及影响因素分析

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为更精确地预测地铁短时进站客流量,本文提出一种基于LightGBM的轨道交通短时客流预测方法,以15 min为粒度计算杭州市各地铁车站进站客流并作为因变量,提取时间、空间、车站属性、气象要素和土地开发五个维度的自变量,构建模型训练数据集。通过贝叶斯搜索优化模型参数,选择六项评价指标与常用模型进行对比,并利用SHAP方法解析各影响因素的重要度及与预测结果的关系。结果表明:Light‐GBM模型预测误差显著较小,对地铁短时客流预测能力优秀;影响短时客流大小排名前4的因素依次为:前一时间段客流量、前一周同时段客流量、前一天同时段客流量和前3天同时段客流均值,其中排名第一的因素对短时客流变化具有主导作用;而后三个因素取值分别达到2000、1500和500人次的阈值后,对客流量的增进作用不再显著变化。

著录项

来源
《铁道经济研究》 |2023年第5期|50-55|共6页
作者
聂小虎; 吴东平; 安静仪; 常红光; 阳旭明;
展开▼
作者单位

中交第二公路勘察设计研究院有限公司;

武汉理工大学交通与物流工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类特种铁路;
关键词
交通工程; 短时客流预测; 影响因素分析; LightGBM; SHAP; 轨道交通;

相似文献

中文文献
外文文献
专利

1. 基于支持向量回归的地铁进站客流短时预测模型 [J] . 谢臻 ,郭建媛 ,秦勇 . 都市快轨交通 . 2020,第2期
2. 大型活动散场期间地铁车站短时进站客流预测 [J] . 杨静 ,代盛旭 ,张红亮 . 科学技术与工程 . 2021,第5期
3. 基于小波分解和长短时记忆网络的地铁进站量短时预测 [J] . 高梦琦 ,昌锡铭 ,王欢 . 山东科学 . 2019,第4期
4. 基于SSA-SVR模型的城市轨道交通短时进站客流预测 [J] . 帅春燕 ,谢亚威 ,单君 . 都市快轨交通 . 2022,第5期
5. 基于LSTM的轨道交通进站客流短时预测研究 [J] . 杜希旺 ,赵星 ,李亮 . 贵州大学学报（自然科学版） . 2021,第5期
6. 城市轨道交通客流预测方法及其对地铁设计的影响分析研究 [C] . 冯琳 . 中国土木工程学会第十五届年会暨隧道及地下工程分会第十七届年会 . 2012

基于LightGBM和SHAP的地铁短时进站客流预测及影响因素分析

摘要

著录项

相似文献

相关主题

期刊订阅