關鍵詞:機器學習 高速鐵路 晚點演化 支持向量機
摘要:本文采用機器學習的理論與方法,建立了基于支持向量機的區間單車次高鐵列車晚點預測模型,在此基礎上進一步建立了區間全車次高鐵列車晚點預測模型,并以京滬高鐵線路為背景,選取2017年10—12月蚌埠南—津滬線路區間的列車運行實績數據對模型的有效性進行實例驗證。本文對原始數據進行了標準化、過采樣的預處理,對晚點時長進行離散化處理,構造了“晚點混淆矩陣”對預測模型進行評價,結果表明,晚點預測模型對高鐵列車的晚點范圍有理想的預測效果。本文是機器學習理論在高速鐵路列車晚點演化研究領域中的一次嘗試,表明機器學習方法在高鐵列車晚點預測上具有一定的可行性。
電氣技術雜志要求:
{1}正文應層次清楚,方便閱讀,行文符合規范。正文中的各級標題分別為:“1”、“1.1”、“1.1.1”等。
{2}來稿請發電子版為佳,請勿一稿多投。
{3}主要來稿要求材料翔實、數據可靠、文字精煉、論點明確、論證合理,圖表簡明;綜述性文章應是農業科學重要領域的國內外最新研究進展,結合作者自己在相應領域對學科的貢獻,對學科發展有指導意義。
{4}中文摘要包括“研究背景、目的、方法、結果和結論”5個要素,內容盡可能詳細,即應寫出論文的重要研究背景,主要研究目的,解決問題的主要方法、過程及主要結果和結論,重點描述研究中的創新內容。
{5}來稿最后需標明作者(編者,譯者)的真實姓名、性別、出生年月、籍貫、工作(學習)單位、職務(職稱)、主要研究方向、詳細地址、郵編以及聯系電話(手機號碼,以方便快遞公司投遞樣刊),未按要求填報相關內容的,一律不予采用。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社