您当前的位置:
首页 >
文章列表页 >
基于实时数据特征和XGBoost算法的城市公共交通枢纽客流量预测
基于实时数据特征和XGBoost算法的城市公共交通枢纽客流量预测
Passenger flow prediction of urban public transportation hubs based on real-time data features and XGBoost algorithm
- “在城市公共交通枢纽客流量预测领域,专家提出了基于实时数据特征和XGBoost算法的预测方法,优化自动编码器提取数据特征,利用差分进化算法迭代寻优模型参数,实现客流量预测。实验结果表明:该方法RMSE和MAPE更低,预测所用时间更少。”
- 吉林大学学报(工学版) 2024年54卷第11期 页码:3302-3308
DOI: 10.13229/j.cnki.jdxbgxb.20230956
移动端阅览
AI导读
HTML全文
图( 3 ) 表( 1 )
参考文献
出版信息
数据统计
58
浏览量
216
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于导向差分进化算法的党务活动调度优化方法
减震结构阻尼器优化布置混合算法
基于随机充电需求的充电桩优化双层模型
基于线边集成超市的混流装配线动态物料配送调度
双分流多尺度注意力与单层输出的密集行人检测算法
相关作者
孙佩铭
王喆
阎奇武
邹忠亮
石俊刚
严丽平
闫云娟
查伟雄
相关机构
吉林大学 通信工程学院
吉林大学 大数据和网络管理中心
中南大学 土木工程学院
广州市城市规划勘测设计研究院 建筑设计一所
华东交通大学 机电与车辆工程学院

