地铁新线网站点客流量预测的自训练模型研究

摘要

准确预测地铁新线网的站点客流量是地铁规划和管理的重要工作。为提高新线网站点客流量的预测精度,文章提出一种迭代创造新样本以扩充训练集的自训练模型。该模型由K最邻近模型和极端梯度提升模型组成。首先,使用K最邻近模型生成与已有训练样本相似的伪标记样本。然后,使用极端梯度提升模型选择最置信的伪标记样本以扩充训练集。在迭代结束后,输入新线网的站点客流影响因素数据,预测站点客流量。结果显示:所提出的模型与几种基准模型相比具有更高的预测精度。