摘要：由于动卧列车运行距离较长,主要竞争对手为同区间航空运输,航空票价水平和动态浮动会对动卧列车客流产生影响,因此从航空票价角度,研究动卧列车客座率。选取CART模型作为弱学习器,通过Adaboost集成学习算法将弱学习器训练为强学习器,即采用Adaboost-CART模型实现对动卧列车客座率的预测。以京沪高铁动卧列车为例,对该方法进行验证,结果表明:利用Adaboost-CART模型能够较好地对动卧列车客座率进行预测,且精度优于单一CART模型和多元回归模型等传统预测方法,验证了Adaboost-CART模型的有效性和可靠性。