基于 Stacking 集成學習的軌道交通短時客流量預測研究

基金項目：

2021年度廣西高校中青年教師科研基礎能力提升項目“基于DALI及無線技術的智能照明控制系統的研究與應用”（編號：2021KY1125）

作者簡介：

王菊嬌（1986—），碩士，講師，工程師，研究方向：電子信息技術，物聯網技術、計算機應用技術。

摘要：針對軌道交通客流量預測問題，文章以南寧市軌道交通1號線為對象，提出了一種基于多模型Stacking集成學習的方法，對客流量進行預測并進行評估。通過融合XGBoost、LightGBM和LSTM模型，利用各模型優勢互補，降低過擬合風險，提高預測準確性和泛化能力。結果顯示：Stacking模型在客流量預測中表現優異，與實際值接近，評價指標表現良好，可有效提高運營效率和管理決策水平。

關鍵詞：軌道交通；客流量預測；Stacking集成學習

中圖分類號：U491.1+4文獻標識碼：A 47 157 3

0 引言

近年來，城市軌道交通迅速發展，據2023年數據顯示，全國已有66座城市開通城市軌道交通，總線路長度達11 900.29 km，其中僅當年新增的城市軌道交通運營線路長度達884.55 km，占全球新增線路長度的42.56%。高效便捷、綠色經濟的軌道交通，日益成為人們的優選出行工具。然而，軌道交通系統面臨諸如天氣變化，大型文體活動、重大節假日等造成客流量激增，交通擁堵等問題，除了直接影響著交通運營的效率和乘客出行體驗，甚至還會引發公共安全事件。因此，準確預測客流量可以掌握客流規律和特點，幫助軌道交通提前制定預案，對優化軌道交通系統的運營、緩解交通擁堵、提升服務質量以及改善乘客出行體驗至關重要。

當前學術界關于短期客流預測的方法有很多，趙鵬等［1］用ARIMA模型對客流量進行預測取得一定的成果，但在處理非線性和突發性數據時表現有限；付甜等［2］使用多因素XGBoost進行城市軌道交通短時客流預測，較好地分析客流量與天氣、日期等多種影響因素的關系模型，利用歷史數據進行較準確預測，不足的是涉及的環境因素相對較少；韓皓等［3］研究的LightGBM預測模型，不需要對數據進行假定，利用其高效性能和較快的訓練速度來處理大規模數據集，并取得較好的預測效果，但在數據量較小或噪聲較多的情況容易過擬合；孫越等［4］對原始數據進行分析和特征提取，訓練LSTM模型和ARMA模型，通過組合模型對鐵路客流量預測，但在多因素影響方面存在改進空間。

由于影響軌道交通短時客流量的因素很多，如天氣、時間、特殊事項等，其數據具有周期性、非線性和隨機性，在上述單模型算法和同質組合模型中，存在著一定的局限性，如處理非線性關系時表現有限，容易過擬合，多因素影響上表現不佳等問題。針對這些挑戰，本文提出了一種基于多模型Stacking集成學習的軌道交通短時客流量預測方法。該方法通過融合多種優秀的異質模型（XGBoost、LightGBM、LSTM），訓練并預測最終的客流量結果，綜合利用各模型優勢，彌補其不足，降低過擬合風險，提高整體預測性能和泛化能力，從而實現更準確和穩健的客流量預測。

1 模型準備

1.1 XGBoost算法

XGBoost算法［5］處理一些不規則數據有較大的優勢，屬于集成學習中的Boosting框架算法，包括多個CART（分類回歸樹）的集成，采取迭代增加樹，擬合上一輪迭代中預測值和真實值的殘差，逐步逼近真實數值。

XGBoost的預測模型公式如下：

y︿i=∑mm=1fm（xi）

（1）

式中：m——樹的總量；

fm——第m棵樹；

y︿i——數據xi的對應的預測結果。

1.2 LightGBM算法

LightGBM是一種基于決策樹算法（GBDT）的梯度提升框架，采用基于直方圖的決策樹算法，通過Leaf-wise生長策略來構建樹，同時引入了互斥特征捆綁和直方圖做差等技術，以提高訓練效率和預測性能。

LightGBM利用直方圖算法，將連續的浮點特征（#data）分割為k個離散數值（分桶bins），建立寬度為k的直方圖，遍歷訓練數據，計算每個離散值在直方圖中的累積統計量，根據直方圖的離散值來尋找最優的分割點。如下頁圖1所示。

LightGBM采用Leaf-wise（按葉子生長）生長策略，能夠在更小的計算代價上建立所需的決策樹。每次從當前所有葉子中找到分裂增益最大（一般也是數據量最大）的一個葉子，然后分裂，如此循環，但需要控制樹的深度和每個葉子節點的最小數據量，從而減少過擬合。如圖2所示。

1.3 LSTM算法

基于Stacking集成學習的軌道交通短時客流量預測研究/

王菊嬌，闕凡博

LSTM（Long Short-Term Memory）如圖3所示，是一種專門用于處理時間序列數據的深度學習模型，具有記憶單元和門控機制，能夠有效捕捉長期依賴關系。通過遺忘門、輸入門和輸出門的調控神經元細胞的信息流動，避免梯度消失或梯度爆炸問題，從而在處理序列數據時表現更為優越。

1.4 Stacking模型

Stacking是一種集成學習方法，其通過將多個基礎模型的預測結果作為新特征，并通過訓練一個次級模型來融合基本模型的預測結果。由于兩次所使用的訓練數據不同，因此可以在一定程度上防止過擬合。本研究采用兩層的學習器構成，初級學習器使用兩種模型，分別是處理不規則數據效果好的XGBoost和效率性能佳的LightGBM，次級學習器使用預測能力強的LSTM深度神經網絡，可以捕捉數據中的重要模式和特征。

2 模型融合與預測結果分析

本文對南寧軌道交通1號線進行短時客流預測分析。1號線是南寧軌道交通系統的首條地鐵線路，全線長32.1 km，起點站為石埠，終點為南寧東站，沿途有25座地下站。

2.1 客流量數據分析

客流量數據選取的時間為2023-11-06至2023-12-03（4周），并通過官網獲取這個時間段的天氣和氣溫情況。軌道交通1號線各個車站客流量如圖4所示。由圖4可知，在南寧市軌道交通1號線25個車站中，客流量較多的有火車東站、瑯東客運站、會展中心站、廣西大學站、動物園站和朝陽廣場站，這里選取客流量最多的朝陽廣場站作為研究對象。圖5～6為地鐵1號線朝陽廣場站一個月內6：30-23：00的進站量的分布曲線。客流在早高峰和晚高峰有較大的波動性。另外，朝陽廣場站的客流量整體體現了以星期為周期的波動規律，周一到周五晚高峰客流量明顯增多，周六、周日客流量增多，同時也受溫度、天氣和所處地段的影響（見圖7）。

對客流量相關的數據特征進行分類，分為區域類型、日期、氣溫、天氣、特殊事件類型等，如表1所示。

2.2 模型融合

基于Stacking集成學習的軌道交通短時客流量預測是通過集成兩層學習器，第一層學習器采用XGBoost、LightGBM，第二層學習器采用LSTM。對應的步驟如下：

步驟一：數據準備，將軌道交通客流的原數據劃分為兩大類，一類是用于訓練的數據的集合T，另一類是用于測試的數據集合V。按日期進行分類，A類為周一～周四的數據，B類為周五數據，C類為雙休日數據。以A類數據預測為例結合其他特征參數進行分析，將4周中A類數據共16 d的數據，按照15 min粒度的客流量進行分析，時間為南寧地鐵1號線的運營時間6：30-23：00，每天67條數據，合計有1 072條數據。將前15 d的數據歸為訓練集，后1 d的數據歸為測試集。

步驟二：初級學習器訓練過程，如圖8所示。采用XGBoost、LightGBM兩類基模型對訓練集合T數據處理，將訓練集隨機平分為等5個子集T1、T2、T3、T4、T5，即將前15 d共1 005條客流量數據均分成5份，每份客流量數據為201條。其中4個子集用作訓練集，剩下的1個子集用作測試集，將子集連續進行5次迭代。每次迭代完成后，就使用原始測試集進行預測，得到一個預測結果Y，每個基學習器進行5折交叉驗證會得到對應的預測結果，這樣就會產生特征樣本的預測集{Y1，Y2，Y3，Y4，Y5}。5次迭代結束后，對每一次預測的結果取均值得到基學習器的預測結果，并將此預測結果與訓練數據集5次的測試結果保存在一起作為次級學習器的特征值。

步驟三：將初級學習器訓練得到的新訓練集Y與測試集C作為輸入，通過第二層學習器LSTM用于次級訓練，最后輸出城市軌道交通客流量預測的最終結果。如圖9所示。

2.3 測試結果

通過Stacking對多種模型進行融合，設置相關參數，訓練集損失最小時即為最合適的迭代次數。本研究最佳迭代次數為195次，其在訓練集和測試集最終預測結果與真實值對比如圖10和圖11所示。

由圖10、圖11可知，預測結果與實際值非常接近，兩條曲線相差很小，說明本研究采用的Stacking模型預測效果很好。

結合評價指標對模型進行評估，主要計算出以下三個參數，得出的結果如表2所示。

MAPE=1N∑ni=1yi-y︿iyi

（2）

MAE=1N∑ni=1|yi-y︿i|

（3）

RMSE= 1N∑ni=1yi-y︿iyi2

（4）

根據評估結果可以看出，Stacking模型的平均絕對百分比MAPE、均方根差RMSE、平均絕對誤差MAE都較小，整體效果良好。

3 結語

本文以南寧市軌道交通1號線為研究對象，通過Stacking集成學習算法進行客流量的預測。選擇XGBoost和LightGBM這兩種基于決策樹算法的梯度提升框架作為基學習器，以提高預測準確性和泛化能力；利用長短期記憶網絡（LSTM）作為元學習器，充分發揮其在序列數據處理方面的優勢。通過對南寧市軌道交通1號線客流量的精準預測，可以為城市軌道交通部門提前規劃運營策略，調整發車間隔、優化運營時間等措施，從而提升運營效率，為城市軌道交通系統的管理決策提供更精確的支持。

參考文獻

［1］趙 鵬，李 璐. 基于ARIMA模型的城市軌道交通進站量［J］. 重慶理工大學學報（自然科學版），2020，39（1）：40-44.

［2］付 甜，劉曉鋒，陳 強. 多因素的XGBoost城市軌道交通短時客流預測方法［J］.裝備制造技術，2022（10）：34-37，56.

［3］韓 皓，徐圣安，趙 蒙. 考慮線網結構的LightGBM軌道交通短時客流預測模型［J］. 鐵道運輸與經濟，2021，43（10）：109-117.

［4］孫 越，宋曉宇，金莉婷，等. 基于ARMA-LSTM組合模型的鐵路客流量預測［J］. 計算機應用與軟件，2021，38（12）：262-267，273.

［5］張杉基.城市軌道交通短時客流預測與實證分析研究［D］. 蘭州：蘭州交通大學，2020.