本发明披露了一种基于最大似然回归树的地铁事故延误时间预测方法。由于导致地铁延误的多个变量之间可能存在交互作用,本发明利用所构造的双变量分裂法建立最大似然回归树(MLRT)模型,描述并分析地铁事故延误。利用2005年到2012年的香港地铁事故数据建立的MLRT模型包含13个叶节点,每个叶节点分配有一个对数逻辑斯谛分布的加速失效模型(AFT)。模型验证结果表明,双因素分裂最大似然回归模型比传统的AFT模型和单因素分裂的最大似然回归树模型拟合效果更好。在此基础上,本发明可准确预测地铁延误事故,以及地铁事故延误超出最大承受范围的概率,作为提醒乘客重新规划行程的重要基础信息。
声明:
“基于最大似然回归树的地铁事故延误时间预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)