一种基于大数据机器学习进行轨道交通停准问题预测方法

摘要

本专利涉及一种基于大数据机器学习进行轨道交通停准问题预测和改进方法，该方法由相应的应用架构、流程、计算模型组成。这种方法首先对轨道交通运行过程中采集的车辆实时数据，以及车辆其它的运行数据，进行数据整理和清洗，并对数据进行特征化处理，通过大数据机器学习建立模型和训练验证算法，其中建模主要使用了XGboost模型、生存模型和随机森林，并对结果进行不同角度的评估和优化，从而建立轨道交通停准问题预测的模型，优化轨道交通停靠准确性，提高行车的安全性指标，同时提供算法模拟，便于调整参数改进预测算法。