基于改进RF-XGBoost算法的列车运行晚点预测研究

作     者：刘鲁岳 肖宝弟 岳丽丽 LIU Luyue;XIAO Baodi;YUE Lili

作者机构：兰州交通大学自动化与电气工程学院兰州730070 北京康吉森交通技术有限公司北京101318 

出 版 物：《铁道标准设计》 (Railway Standard Design)

年 卷 期：2023年第67卷第3期

页      面：38-43页

学科分类：08[工学] 082303[工学-交通运输规划与管理] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金项目(61661027) 

主　　题：高速铁路 特征选择 随机森林 晚点预测 XGBoost算法 

摘      要：为度量列车晚点造成的影响,将传统随机森林(RF)与极端梯度提升树(XGBoost)相结合,采用改进的RF-XGBoost算法对高铁列车运行晚点进行预测。以济青高铁为例,将其原始数据预处理并根据特征重要度排序,选取前7个参数组成晚点特征自变量,以预测到站晚点时间为因变量。将列车实际到达时间等7个特征变量输入RF-XGBoost预测模型中参与训练。前200次列车的晚点预测结果表明:预测晚点与实际晚点时间的曲线变化趋势大致相同。相较于XGBoost算法,本文提出的方法MAE和RMSE值分别降低60.5%与44.8%, R2值提高14.6%,且在允许预测误差5 min的范围内,精度达到97.78%,此方法拥有更优的晚点时长预测性能,对铁路实时调度与提升客运质量至关重要。