本发明公开了一种基于集成学习模型的轨道交通车载数据预测方法,首先收集轨道交通车载数据,并分为训练集和测试集,确定若干备选基模型,分别采用训练集进行训练,然后采用测试集进行测试,通过准确度和差异度进行备选基模型筛选,对保留的备选基模型再进行联合筛选,将最终筛选得到的基模型集成得到集成学习模型,采集轨道交通实际运行过程中的车载数据输入集成学习模型,得到停车距离的预测结果。本发明通过筛选出适宜的基模型集成得到集成学习模型,提高对停车距离的预测精度。
科研之友
微信
新浪微博
Facebook
分享链接
