基于Adaboost-CART模型的動臥列車客座率預測

王煜，方偉，王亮，薛冰

（1.中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081；2.中國國家鐵路集團有限公司，北京 100844）

0 引言

近年來，動臥列車已成為高鐵旅客運輸中頗受歡迎的一種運輸產品[1]，培育了一批“忠實”的旅客群體，整體客座率較好。隨著鐵路運輸企業逐漸向市場化運營靠攏，實施了更加靈活多變、有針對性的開行方案和票價方案[2-3]，對動臥列車客座率進行預測便成為鐵路運輸企業優化運輸資源配置、提升運輸效率、實現更大經濟效益的必然要求和重要支撐。因此，動臥列車客座率預測具有較強的實際指導意義。

目前，對高鐵動車組列車客座率預測研究較多，不同學者采用多種模型方法進行預測，如多元回歸模型、時間序列模型[4-5]、神經網絡模型[6]、決策樹模型、灰色理論模型[7-8]、集成學習算法模型等[9]。每種模型各有優點，但也存在一定局限性：多元回歸模型和時間序列模型以統計學理論的線性算法為基礎，對樣本數量和質量要求較高，對非線性數據預測結果較差；神經網絡模型較復雜，容易陷入局部極值，當樣本量過小時很難提高訓練準確率；單一使用決策樹模型在小樣本情況下容易產生欠擬合，且剪枝條件等參數較難確定。綜合考慮以上因素，采用Adaboost集成學習算法對CART模型進行優化，建立Adaboost-CART模型，克服單一CART模型在數據樣本過小情況下精度不足的問題，提高單一CART模型的準確性，并應用于動臥列車客座率預測。

1 Adaboost-CART模型原理

1.1 CART模型及特征選擇

決策樹模型是通過一系列規則對數據進行分類或回歸的過程，判斷依據是樣本數據的特征值，如果不考慮效率等因素，樣本所有特征的判斷終會將某個樣本分到一個類上?！?br>