基于实时数据特征和XGBoost算法的城市公共交通枢纽客流量预测

姚明辉, 王威超, 吴启亮, 牛燕

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (11) : 3302-3308. DOI: 10.13229/j.cnki.jdxbgxb.20230956

基于实时数据特征和XGBoost算法的城市公共交通枢纽客流量预测

  • 姚明辉, 王威超, 吴启亮, 牛燕
作者信息 +
History +

摘要

针对城市公共交通枢纽客流量具有随机性、相关性等特点,提出了基于实时数据特征和XGBoost算法的城市公共交通枢纽客流量预测。首先,通过AdamOptimizer算法优化自动编码器,并将城市公共交通枢纽实时客流量数据特征矩阵输入优化后自动编码器,提取数据特征;其次,构建XGBoost模型作为城市公共交通枢纽客流量预测模型,利用差分进化算法迭代寻优模型参数;最后,将数据特征输入至训练后XGBoost模型中,实现城市公共交通枢纽客流量预测。实验结果表明:本文方法 RMSE和MAPE更低,预测所用时间更少。

关键词

实时数据特征 / 客流量预测 / 自动编码器 / XGBoost算法 / 差分进化算法

中图分类号

U12 / TP18

引用本文

导出引用
姚明辉, 王威超, 吴启亮, 牛燕. 基于实时数据特征和XGBoost算法的城市公共交通枢纽客流量预测. 吉林大学学报(工学版). 2024, 54(11): 3302-3308 https://doi.org/10.13229/j.cnki.jdxbgxb.20230956

基金

国家自然科学基金项目(12232014,11772008); 天津市自然科学基金项目(19JCZDJC3230)

评论

Accesses

Citation

Detail

段落导航
相关文章

/