基于突發(fā)公共衛(wèi)生事件影響下的鐵路客流量恢復(fù)率預(yù)測(cè)研究

摘要： 2020年以來(lái)新冠疫情隨機(jī)性、區(qū)域性的爆發(fā)對(duì)鐵路客流量的影響不容忽視?；赬GBoost算法建立城市間鐵路客流量恢復(fù)率預(yù)測(cè)模型，提出以恢復(fù)率為預(yù)測(cè)目標(biāo)，對(duì)疫情的嚴(yán)重程度和客流量的變化規(guī)律進(jìn)行量化分析，為客流量預(yù)測(cè)和輔助決策提供參考，對(duì)于減少鐵路客運(yùn)收益損失具有重要價(jià)值。模型以所有二級(jí)及以上城市間鐵路里程、城市間客流量、地理和鐵路分布特征、受疫情影響程度等屬性進(jìn)行主成分分析，并進(jìn)...