摘要：预测地铁线路未来牵引能耗，有助于评价线路的牵引用能效率、节约能源．地铁牵引能耗影响因素众多且呈非线性关系，因此基于历史数据建立支持向量机回归模型对地铁牵引能耗进行预测．首先，将牵引能耗的影响因素分为供电系统、线路条件、列车属性、运营组织及环境因素五类，并选取线路可变影响因素作为模型输入；然后，利用遗传算法对模型参数进行寻优，适用度函数设计采用交叉验证方法；最后，基于模型最优参数对牵引能耗进行预测．案例结果表明，交叉验证方法有助于提高模型预测精度；支持向量机回归模型的预测精度高于BP（back—propagation）神经网络模型与多元线性回归模型．

关键词：地铁 牵引能耗 支持向量机 遗传算法 

单位：北京交通大学城市复杂系统理论与技术教育部重点实验室; 北京100044