以類神經網路和特徵選擇建構台鐵列車準點率預測

MUSTIR > College of Management > Department and Institute of Business Administration > Research Projects in School > Item 987654321/1522

Please use this identifier to cite or link to this item: http://120.105.36.38/ir/handle/987654321/1522

Title:	以類神經網路和特徵選擇建構台鐵列車準點率預測
Authors:	徐志明
Contributors:	企管系
Keywords:	混合專家系統,自組織對映類神經網路,特徵選擇,卷積神經網路,準點率,台鐵
Date:	2021-10
Issue Date:	2021-11-16 15:32:25 (UTC+8)
Abstract:	準確預測列車的準點率是一個重要的問題，因為它會嚴重影響列車在許多領域的運行管理問題，例如製定適當的時刻表、安排列車的待避、安排列車的運行軌道、安排人力等。然而，預測火車準點率的問題是非常複雜和困難的，因為火車的準點率會受到許多因素的影響。為了解決這樣的問題，本計畫利用自組織對映(self-organizing map, SOM)類神經網路、特徵選擇(feature selection)技術和卷積神經網路(convolutional neural network, CNN)，以開發一個混合專家預測方法。其中，自組織對映類神經網路用以將資料聚類(clustering)，然後，以特徵選擇技術進行重要輸入變數(即關鍵自變數)之篩選，最後，以卷積神經網路進行列車準點率預測模型之建構。本計畫以台灣鐵路管理局(Taiwan Railway Administration, TRA)在台灣運營的區間車準點率預測作為案例研究，以展示本研究所提方法的可行性與有效性。並透過與其他預測方法之比較，利用MSE，R平方和MAPE以評估和展現本研究所提預測方法之優異性。比較結果證實本計畫所提出的結合類神經網路和特徵選擇之混合專家預測方法，可以獲得較其他預測方法更精準之預測結果。
Appears in Collections:	[Department and Institute of Business Administration] Research Projects in School

Files in This Item:

File	Description	Size	Format
徐志明校內專題結案報告.pdf		4210Kb	Adobe PDF	1	View/Open

View Licence

Loading...