基于 Stacking 集成學(xué)習(xí)的軌道交通短時(shí)客流量預(yù)測(cè)研究

基金項(xiàng)目：

2021年度廣西高校中青年教師科研基礎(chǔ)能力提升項(xiàng)目“基于DALI及無線技術(shù)的智能照明控制系統(tǒng)的研究與應(yīng)用”（編號(hào)：2021KY1125）

作者簡(jiǎn)介：

王菊嬌（1986—），碩士，講師，工程師，研究方向：電子信息技術(shù)，物聯(lián)網(wǎng)技術(shù)、計(jì)算機(jī)應(yīng)用技術(shù)。

摘要：針對(duì)軌道交通客流量預(yù)測(cè)問題，文章以南寧市軌道交通1號(hào)線為對(duì)象，提出了一種基于多模型Stacking集成學(xué)習(xí)的方法，對(duì)客流量進(jìn)行預(yù)測(cè)并進(jìn)行評(píng)估。通過融合XGBoost、LightGBM和LSTM模型，利用各模型優(yōu)勢(shì)互補(bǔ)，降低過擬合風(fēng)險(xiǎn)，提高預(yù)測(cè)準(zhǔn)確性和泛化能力。結(jié)果顯示：Stacking模型在客流量預(yù)測(cè)中表現(xiàn)優(yōu)異，與實(shí)際值接近，評(píng)價(jià)指標(biāo)表現(xiàn)良好，可有效提高運(yùn)營效率和管理決策水平。

關(guān)鍵詞：軌道交通；客流量預(yù)測(cè)；Stacking集成學(xué)習(xí)

中圖分類號(hào)：U491.1+4文獻(xiàn)標(biāo)識(shí)碼：A 47 157 3

0 引言

近年來，城市軌道交通迅速發(fā)展，據(jù)2023年數(shù)據(jù)顯示，全國已有66座城市開通城市軌道交通，總線路長度達(dá)11 900.29 km，其中僅當(dāng)年新增的城市軌道交通運(yùn)營線路長度達(dá)884.55 km，占全球新增線路長度的42.56%。高效便捷、綠色經(jīng)濟(jì)的軌道交通，日益成為人們的優(yōu)選出行工具。然而，軌道交通系統(tǒng)面臨諸如天氣變化，大型文體活動(dòng)、重大節(jié)假日等造成客流量激增，交通擁堵等問題，除了直接影響著交通運(yùn)營的效率和乘客出行體驗(yàn)，甚至還會(huì)引發(fā)公共安全事件。因此，準(zhǔn)確預(yù)測(cè)客流量可以掌握客流規(guī)律和特點(diǎn)，幫助軌道交通提前制定預(yù)案，對(duì)優(yōu)化軌道交通系統(tǒng)的運(yùn)營、緩解交通擁堵、提升服務(wù)質(zhì)量以及改善乘客出行體驗(yàn)至關(guān)重要。

當(dāng)前學(xué)術(shù)界關(guān)于短期客流預(yù)測(cè)的方法有很多，趙鵬等［1］用ARIMA模型對(duì)客流量進(jìn)行預(yù)測(cè)取得一定的成果，但在處理非線性和突發(fā)性數(shù)據(jù)時(shí)表現(xiàn)有限；付甜等［2］使用多因素XGBoost進(jìn)行城市軌道交通短時(shí)客流預(yù)測(cè)，較好地分析客流量與天氣、日期等多種影響因素的關(guān)系模型，利用歷史數(shù)據(jù)進(jìn)行較準(zhǔn)確預(yù)測(cè)，不足的是涉及的環(huán)境因素相對(duì)較少；韓皓等［3］研究的LightGBM預(yù)測(cè)模型，不需要對(duì)數(shù)據(jù)進(jìn)行假定，利用其高效性能和較快的訓(xùn)練速度來處理大規(guī)模數(shù)據(jù)集，并取得較好的預(yù)測(cè)效果，但在數(shù)據(jù)量較小或噪聲較多的情況容易過擬合；孫越等［4］對(duì)原始數(shù)據(jù)進(jìn)行分析和特征提取，訓(xùn)練LSTM模型和ARMA模型，通過組合模型對(duì)鐵路客流量預(yù)測(cè)，但在多因素影響方面存在改進(jìn)空間。

由于影響軌道交通短時(shí)客流量的因素很多，如天氣、時(shí)間、特殊事項(xiàng)等，其數(shù)據(jù)具有周期性、非線性和隨機(jī)性，在上述單模型算法和同質(zhì)組合模型中，存在著一定的局限性，如處理非線性關(guān)系時(shí)表現(xiàn)有限，容易過擬合，多因素影響上表現(xiàn)不佳等問題。針對(duì)這些挑戰(zhàn)，本文提出了一種基于多模型Stacking集成學(xué)習(xí)的軌道交通短時(shí)客流量預(yù)測(cè)方法。該方法通過融合多種優(yōu)秀的異質(zhì)模型（XGBoost、LightGBM、LSTM），訓(xùn)練并預(yù)測(cè)最終的客流量結(jié)果，綜合利用各模型優(yōu)勢(shì)，彌補(bǔ)其不足，降低過擬合風(fēng)險(xiǎn)，提高整體預(yù)測(cè)性能和泛化能力，從而實(shí)現(xiàn)更準(zhǔn)確和穩(wěn)健的客流量預(yù)測(cè)。

1 模型準(zhǔn)備

1.1 XGBoost算法

XGBoost算法［5］處理一些不規(guī)則數(shù)據(jù)有較大的優(yōu)勢(shì)，屬于集成學(xué)習(xí)中的Boosting框架算法，包括多個(gè)CART（分類回歸樹）的集成，采取迭代增加樹，擬合上一輪迭代中預(yù)測(cè)值和真實(shí)值的殘差，逐步逼近真實(shí)數(shù)值。

XGBoost的預(yù)測(cè)模型公式如下：

y︿i=∑mm=1fm（xi）

（1）

式中：m——樹的總量；

fm——第m棵樹；

y︿i——數(shù)據(jù)xi的對(duì)應(yīng)的預(yù)測(cè)結(jié)果。

1.2 LightGBM算法

LightGBM是一種基于決策樹算法（GBDT）的梯度提升框架，采用基于直方圖的決策樹算法，通過Leaf-wise生長策略來構(gòu)建樹，同時(shí)引入了互斥特征捆綁和直方圖做差等技術(shù)，以提高訓(xùn)練效率和預(yù)測(cè)性能。

LightGBM利用直方圖算法，將連續(xù)的浮點(diǎn)特征（#data）分割為k個(gè)離散數(shù)值（分桶bins），建立寬度為k的直方圖，遍歷訓(xùn)練數(shù)據(jù)，計(jì)算每個(gè)離散值在直方圖中的累積統(tǒng)計(jì)量，根據(jù)直方圖的離散值來尋找最優(yōu)的分割點(diǎn)。如下頁圖1所示。

LightGBM采用Leaf-wise（按葉子生長）生長策略，能夠在更小的計(jì)算代價(jià)上建立所需的決策樹。每次從當(dāng)前所有葉子中找到分裂增益最大（一般也是數(shù)據(jù)量最大）的一個(gè)葉子，然后分裂，如此循環(huán)，但需要控制樹的深度和每個(gè)葉子節(jié)點(diǎn)的最小數(shù)據(jù)量，從而減少過擬合。如圖2所示。

1.3 LSTM算法

基于Stacking集成學(xué)習(xí)的軌道交通短時(shí)客流量預(yù)測(cè)研究/

王菊嬌，闕凡博

LSTM（Long Short-Term Memory）如圖3所示，是一種專門用于處理時(shí)間序列數(shù)據(jù)的深度學(xué)習(xí)模型，具有記憶單元和門控機(jī)制，能夠有效捕捉長期依賴關(guān)系。通過遺忘門、輸入門和輸出門的調(diào)控神經(jīng)元細(xì)胞的信息流動(dòng)，避免梯度消失或梯度爆炸問題，從而在處理序列數(shù)據(jù)時(shí)表現(xiàn)更為優(yōu)越。

1.4 Stacking模型

Stacking是一種集成學(xué)習(xí)方法，其通過將多個(gè)基礎(chǔ)模型的預(yù)測(cè)結(jié)果作為新特征，并通過訓(xùn)練一個(gè)次級(jí)模型來融合基本模型的預(yù)測(cè)結(jié)果。由于兩次所使用的訓(xùn)練數(shù)據(jù)不同，因此可以在一定程度上防止過擬合。本研究采用兩層的學(xué)習(xí)器構(gòu)成，初級(jí)學(xué)習(xí)器使用兩種模型，分別是處理不規(guī)則數(shù)據(jù)效果好的XGBoost和效率性能佳的LightGBM，次級(jí)學(xué)習(xí)器使用預(yù)測(cè)能力強(qiáng)的LSTM深度神經(jīng)網(wǎng)絡(luò)，可以捕捉數(shù)據(jù)中的重要模式和特征。

2 模型融合與預(yù)測(cè)結(jié)果分析

本文對(duì)南寧軌道交通1號(hào)線進(jìn)行短時(shí)客流預(yù)測(cè)分析。1號(hào)線是南寧軌道交通系統(tǒng)的首條地鐵線路，全線長32.1 km，起點(diǎn)站為石埠，終點(diǎn)為南寧東站，沿途有25座地下站。

2.1 客流量數(shù)據(jù)分析

客流量數(shù)據(jù)選取的時(shí)間為2023-11-06至2023-12-03（4周），并通過官網(wǎng)獲取這個(gè)時(shí)間段的天氣和氣溫情況。軌道交通1號(hào)線各個(gè)車站客流量如圖4所示。由圖4可知，在南寧市軌道交通1號(hào)線25個(gè)車站中，客流量較多的有火車東站、瑯東客運(yùn)站、會(huì)展中心站、廣西大學(xué)站、動(dòng)物園站和朝陽廣場(chǎng)站，這里選取客流量最多的朝陽廣場(chǎng)站作為研究對(duì)象。圖5～6為地鐵1號(hào)線朝陽廣場(chǎng)站一個(gè)月內(nèi)6：30-23：00的進(jìn)站量的分布曲線?？土髟谠绺叻搴屯砀叻逵休^大的波動(dòng)性。另外，朝陽廣場(chǎng)站的客流量整體體現(xiàn)了以星期為周期的波動(dòng)規(guī)律，周一到周五晚高峰客流量明顯增多，周六、周日客流量增多，同時(shí)也受溫度、天氣和所處地段的影響（見圖7）。

對(duì)客流量相關(guān)的數(shù)據(jù)特征進(jìn)行分類，分為區(qū)域類型、日期、氣溫、天氣、特殊事件類型等，如表1所示。

2.2 模型融合

基于Stacking集成學(xué)習(xí)的軌道交通短時(shí)客流量預(yù)測(cè)是通過集成兩層學(xué)習(xí)器，第一層學(xué)習(xí)器采用XGBoost、LightGBM，第二層學(xué)習(xí)器采用LSTM。對(duì)應(yīng)的步驟如下：

步驟一：數(shù)據(jù)準(zhǔn)備，將軌道交通客流的原數(shù)據(jù)劃分為兩大類，一類是用于訓(xùn)練的數(shù)據(jù)的集合T，另一類是用于測(cè)試的數(shù)據(jù)集合V。按日期進(jìn)行分類，A類為周一～周四的數(shù)據(jù)，B類為周五數(shù)據(jù)，C類為雙休日數(shù)據(jù)。以A類數(shù)據(jù)預(yù)測(cè)為例結(jié)合其他特征參數(shù)進(jìn)行分析，將4周中A類數(shù)據(jù)共16 d的數(shù)據(jù)，按照15 min粒度的客流量進(jìn)行分析，時(shí)間為南寧地鐵1號(hào)線的運(yùn)營時(shí)間6：30-23：00，每天67條數(shù)據(jù)，合計(jì)有1 072條數(shù)據(jù)。將前15 d的數(shù)據(jù)歸為訓(xùn)練集，后1 d的數(shù)據(jù)歸為測(cè)試集。

步驟二：初級(jí)學(xué)習(xí)器訓(xùn)練過程，如圖8所示。采用XGBoost、LightGBM兩類基模型對(duì)訓(xùn)練集合T數(shù)據(jù)處理，將訓(xùn)練集隨機(jī)平分為等5個(gè)子集T1、T2、T3、T4、T5，即將前15 d共1 005條客流量數(shù)據(jù)均分成5份，每份客流量數(shù)據(jù)為201條。其中4個(gè)子集用作訓(xùn)練集，剩下的1個(gè)子集用作測(cè)試集，將子集連續(xù)進(jìn)行5次迭代。每次迭代完成后，就使用原始測(cè)試集進(jìn)行預(yù)測(cè)，得到一個(gè)預(yù)測(cè)結(jié)果Y，每個(gè)基學(xué)習(xí)器進(jìn)行5折交叉驗(yàn)證會(huì)得到對(duì)應(yīng)的預(yù)測(cè)結(jié)果，這樣就會(huì)產(chǎn)生特征樣本的預(yù)測(cè)集{Y1，Y2，Y3，Y4，Y5}。5次迭代結(jié)束后，對(duì)每一次預(yù)測(cè)的結(jié)果取均值得到基學(xué)習(xí)器的預(yù)測(cè)結(jié)果，并將此預(yù)測(cè)結(jié)果與訓(xùn)練數(shù)據(jù)集5次的測(cè)試結(jié)果保存在一起作為次級(jí)學(xué)習(xí)器的特征值。

步驟三：將初級(jí)學(xué)習(xí)器訓(xùn)練得到的新訓(xùn)練集Y與測(cè)試集C作為輸入，通過第二層學(xué)習(xí)器LSTM用于次級(jí)訓(xùn)練，最后輸出城市軌道交通客流量預(yù)測(cè)的最終結(jié)果。如圖9所示。

2.3 測(cè)試結(jié)果

通過Stacking對(duì)多種模型進(jìn)行融合，設(shè)置相關(guān)參數(shù)，訓(xùn)練集損失最小時(shí)即為最合適的迭代次數(shù)。本研究最佳迭代次數(shù)為195次，其在訓(xùn)練集和測(cè)試集最終預(yù)測(cè)結(jié)果與真實(shí)值對(duì)比如圖10和圖11所示。

由圖10、圖11可知，預(yù)測(cè)結(jié)果與實(shí)際值非常接近，兩條曲線相差很小，說明本研究采用的Stacking模型預(yù)測(cè)效果很好。

結(jié)合評(píng)價(jià)指標(biāo)對(duì)模型進(jìn)行評(píng)估，主要計(jì)算出以下三個(gè)參數(shù)，得出的結(jié)果如表2所示。

MAPE=1N∑ni=1yi-y︿iyi

（2）

MAE=1N∑ni=1|yi-y︿i|

（3）

RMSE= 1N∑ni=1yi-y︿iyi2

（4）

根據(jù)評(píng)估結(jié)果可以看出，Stacking模型的平均絕對(duì)百分比MAPE、均方根差RMSE、平均絕對(duì)誤差MAE都較小，整體效果良好。

3 結(jié)語

本文以南寧市軌道交通1號(hào)線為研究對(duì)象，通過Stacking集成學(xué)習(xí)算法進(jìn)行客流量的預(yù)測(cè)。選擇XGBoost和LightGBM這兩種基于決策樹算法的梯度提升框架作為基學(xué)習(xí)器，以提高預(yù)測(cè)準(zhǔn)確性和泛化能力；利用長短期記憶網(wǎng)絡(luò)（LSTM）作為元學(xué)習(xí)器，充分發(fā)揮其在序列數(shù)據(jù)處理方面的優(yōu)勢(shì)。通過對(duì)南寧市軌道交通1號(hào)線客流量的精準(zhǔn)預(yù)測(cè)，可以為城市軌道交通部門提前規(guī)劃運(yùn)營策略，調(diào)整發(fā)車間隔、優(yōu)化運(yùn)營時(shí)間等措施，從而提升運(yùn)營效率，為城市軌道交通系統(tǒng)的管理決策提供更精確的支持。

參考文獻(xiàn)

［1］趙 鵬，李 璐. 基于ARIMA模型的城市軌道交通進(jìn)站量［J］. 重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，39（1）：40-44.

［2］付 甜，劉曉鋒，陳 強(qiáng). 多因素的XGBoost城市軌道交通短時(shí)客流預(yù)測(cè)方法［J］.裝備制造技術(shù)，2022（10）：34-37，56.

［3］韓 皓，徐圣安，趙 蒙. 考慮線網(wǎng)結(jié)構(gòu)的LightGBM軌道交通短時(shí)客流預(yù)測(cè)模型［J］. 鐵道運(yùn)輸與經(jīng)濟(jì)，2021，43（10）：109-117.

［4］孫 越，宋曉宇，金莉婷，等. 基于ARMA-LSTM組合模型的鐵路客流量預(yù)測(cè)［J］. 計(jì)算機(jī)應(yīng)用與軟件，2021，38（12）：262-267，273.

［5］張杉基.城市軌道交通短時(shí)客流預(yù)測(cè)與實(shí)證分析研究［D］. 蘭州：蘭州交通大學(xué)，2020.