基于机器学习的地铁列车牵引能耗预测研究_吕欢欢.pdf

想预览更多内容，点击预览全文
点击预览本文档（全文）

申明敬告：

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，意味着您自己完全接受本站规则且自行承担所有风险，本站不退款、不进行额外附加服务；如果您已付费下载过本站文档，您可以点击这里二次下载

文档介绍

16 7 Volume 16 Number 7 2019 7 Journal of Railway Science and Engineering July 2019

DOI: 10.19713/j.cnki.43−1423/u.2019.07.030 (兰州交通大学 交通运输学院甘肃 兰州 730070) 针对城市轨道交通运营管理过程中准确预测列车牵引能耗有利于合理编制运营组织模式和评价用能效率针对影

响列车牵引能耗的因素繁多传统的数学回归方法难以保证预测效果的问题提出基于机器学习的牵引能耗预测方法运用

支持向量回归(SVR)和随机森林回归(RFR)2 种机器学习方法建立列车牵引能耗预测模型选取影响能耗的 6 种可变因素分

别从单个可变因素和多个可变因素对地铁能耗的影响进行分析遍历寻求最优参数组合利用 RFR 模型对地铁牵引能耗的

影响因素进行重要度的排序使影响因素的重要度得以量化描述以北京地铁昌平线真实运行能耗数据为例进行验证研究

结果表明SVR 与 RFR 都表现稳定并能达到较高的预测精度

城市轨道交通牵引能耗预测支持向量回归随机森林回归能耗影响因素

U29-3 A 1672−7029(2019)07−1833−09 Research on the prediction of traction energy-consumption of subway train based on machine learning LÜ Huanhuan, ZHANG Yuzhao (School of Traffic and Transportation, Lanzhou Jiaotong University, Lanzhou 730070, China)

Abstract: In the process of urban rail transit operation and ma

最近下载