原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
山东科学第３７卷第４期２０２４年８月出版
ＳＨＡＮＤＯＮＧＳＣＩＥＮＣＥＶｏｌ.３７Ｎｏ.４Ａｕｇ.２０２４
ＤＯＩ:１０.３９７６/ｊ.ｉｓｓｎ.１００２￣４０２６【交通运输】
基于Ｓｔａｃｋｉｎｇ集成学习的机场线短时客流预测研究
１２１３１
杨安安ꎬ韩星玉ꎬ田旷ꎬ刘泽远ꎬ明玮
(１.北京市智慧交通发展中心(北京市机动车调控管理事务中心)ꎬ北京１００１６１ꎻ２.北京市轨道交通运营管理有限公司ꎬ
北京１０００６８ꎻ３.北京京城地铁有限公司ꎬ北京１０００８２)
摘要:地铁机场线客流具有高度时变性ꎬ受机场航班影响使得精准的短时客流预测具有挑战性ꎮ综合考虑机场航班信息
和机场线路历史客流ꎬ构建了一种以随机森林(ＲＦ)、ＬｉｇｈｔＧＢＭ(ｌｉｇｈｔｇｒａｄｉｅｎｔｂｏｏｓｔｉｎｇｍａｃｈｉｎｅ)、梯度提升决策树(ＧＢＤＴ)
和逻辑回归算法作为集成学习器ꎬ基于叠加(Ｓｔａｃｋｉｎｇ)集成模型的机场线路短时客流预测模型ꎮ以北京地铁大兴机场线
为实例进行验证ꎬ并与Ｉｎｆｏｒｍｅｒ和长短时记忆神经网络(ｌｏｎｇｓｈｏｒｔ￣ｔｅｒｍｍｅｍｏｒｙꎬＬＳＴＭ)两种基线模型进行对比ꎮ结果表
明ꎬ考虑航班信息和机场线历史客流的双通道预测效果明显优于仅考虑机场线历史客流的单通道预测ꎻＳｔａｃｋｉｎｇ模型在
各项指标中均表现出优越的性能ꎬ其中ꎬ在９６步长(２４ｈ)下的预测效果最好ꎬ预测进站客流的平均绝对误差为７.６６ꎬ预测
出站客流的平均绝对误差为４.６７ꎻ分析航班信息特征对预测模型的影响ꎬ发现离港航班信息重要性不如到港航班ꎬ这与
离港旅客提前到达机场时间差异较大有关ꎮ
关键词:机场线ꎻ短时客流预测ꎻＳｔａｃｋｉｎｇ集成模型ꎻ航班信息
中图分类号:Ｕ１２１文献标志码:Ａ文章编号:１００２￣４０２６(２０２４)０４￣０１１２￣０９
开放科学(资源服务)标志码(ＯＳＩＤ):
Ｓｔｕｄｙｏｎｓｈｏｒｔ￣ｔｅｒｍｐａｓｓｅｎｇｅｒｆｌｏｗｐｒｅｄｉｃｔｉｏｎｆｏｒａｓｕｂｗａｙａｉｒｐｏｒｔｌｉｎｅ
ｂａｓｅｄｏｎＳｔａｃｋｉｎｇｅｎｓｅｍｂｌｅｌｅａｒｎｉｎｇ
１２１３１
ＹＡＮＧＡｎ’ａｎꎬＨＡＮＸｉｎｇｙｕꎬＴＩＡＮＫｕａｎｇꎬＬＩＵＺｅｙｕａｎꎬＭＩＮＧＷｅｉ
(１.ＢｅｉｊｉｎｇＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔａｔｉｏｎＤｅｖｅｌｏｐｍｅｎｔＣｅｎｔｅｒ(ＢｅｉｊｉｎｇＡｕｔｏｍｏｔｉｖｅＲｅｇｕｌａｔｉｏｎａｎｄＭａｎａｇｅｍｅｎｔＳｅｒｖｉｃｅＣｅｎｔｅｒ)ꎬ
Ｂｅｉｊｉｎｇ１００１６１ꎬＣｈｉｎａꎻ２.ＢｅｉｊｉｎｇＭｅｔｒｏＯｐｅｒａｔｉｏｎＡｄｍｉｎｉｓｔｒａｔｉｏｎＣｏ.ꎬＬｔｄ.ꎬＢｅｉｊｉｎｇ１０００６８ꎬＣｈｉｎａꎻ
３.ＢｅｉｊｉｎｇＪｉｎｇｃｈｅｎｇＭｅｔｒｏＣｏ.ꎬＬｔｄ.ꎬＢｅｉｊｉｎｇ１０００８２ꎬＣｈｉｎａ)
Ａｂｓｔｒａｃｔ∶Ｔｈｅｈｉｇｈｌｙｄｙｎａｍｉｃｎａｔｕｒｅｏｆｓｕｂｗａｙａｉｒｐｏｒｔｌｉｎｅｐａｓｓｅｎｇｅｒｆｌｏｗｓａｎｄｔｈｅｉｒｓｕｓｃｅｐｔｉｂｉｌｉｔｙｔｏｔｈｅｉｎｆｌｕｅｎｃｅｏｆ
ａｉｒｐｏｒｔｆｌｉｇｈｔｓｃｈｅｄｕｌｅｓｐｒｅｓｅｎｔｃｈａｌｌｅｎｇｅｓｆｏｒａｃｃｕｒａｔｅｓｈｏｒｔ￣ｔｅｒｍｆｏｒｅｃａｓｔｉｎｇｏｆ
文档评论（0）