原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
第34卷第6期特别策划
Vol.34No.6SpecialFeature
文章编号：1005-8451（2025）06-0065-05
基于大语言模型的铁路客流预测
优化方法研究
12313
孔德越，张理臻，程默，王彦驰，王洪业
（1.
中国铁道科学研究院研究生部，北京100081；
2.
中国铁路北京局集团有限公司客运部，北京100860；
3.
中国铁道科学研究院集团有限公司电子计算技术研究所，北京100081）
摘要：为解决铁路客流预测结果准确度受外部客观环境变化因素影响较大、传统客流预测模型结
果准确度难以进一步有效提升的问题，提出基于大语言模型的铁路客流预测优化方法，借助DeepSeek-
R1模型高效的文字阅读、内容检索和信息整合能力，定时筛选天气、特殊事件等影响客流的重点外部
事件，并将其作为建模要素加入到客流预测模型当中，有效提升模型预测准确率。经北京—上海实际铁
路客流数据验证，引入大语言模型的客流预测模型相较于传统时序预测模型的平均百分比绝对误差减少
了5.5%，且能够有效避免临时性外部事件所导致的预测异常，在客流预测工作中有良好的应用效果。
关键词：铁路客流预测；大语言模型；自回归积分滑动平均模型；DeepSeek-R1模型；外部感知
中图分类号：U293.13
:
TP39文献标识码：ADOI：10.3969/j.issn.1005-8451.2025.06.10
Optimizationmethodforrailwaypassengerflowforecastingbasedon
largelanguagemodel
KONG
Deyue，ZHANG
Lizhen，CHENG
Mo，WANG
Yanchi，WANG
Hongye12313
(1.
Postgraduate
Department,
China
Academy
of
Railway
Sciences,
Beijing100081,
China；2.
Department
of
Passenger
Transpot,
China
Railway
Beijing
Group
Co.
Ltd.,
Beijing100860,
China；3.
Institute
of
Computing
Technologies,
China
Academy
of
Railway
Sciences
Corporation
Limited,
Beijing100081,
China)
Abstract:To
solve
the
problem
that
the
accuracy
of
railway
passenger
flow
forecasting
results
was
greatly
affected
by
external
objective
environmental
changes,
and
the
accuracy
of
traditional
passenger
flow
forecasting
models
was
difficult
to
文档评论（0）