基于梯度推进决策树的日维度交通指数预测模型

摘要：

城市交通运行监测和预测是掌握交通运行变化特点,制定缓解交通拥堵策略的重要工作,其结果能为公众提供有效的路况信息,亦为政策措施的制定和效果评估提供重要支撑.有别于传统的短时交通预测,本文提出的预测模型不是针对相邻时段的运行状态预测,而是更长跨度上,针对日级别高峰时段交通运行状态的预测.构建了包含时间周期、特殊天气、节假日、限行、大型活动等因素的多维度影响因素集;以长期历史交通指数构建数据训练集,提出了基于梯度推进决策树的日维度路网状况预测模型.应用最优模型进行验证,结果表明,模型预测精度可达90％以上,与其他4种回归模型的对比分析也显示,本文所提出的模型在各项评分中均表现最优,说明其更适合于大样本、多因素的回归分析.本文所提出的日维度预测模型对提升城市路网运行质量、缓解交通拥堵具有重要的应用价值.

关键词：城市交通、日维度指数预测、梯度提升决策树、路网交通指数、精度验证

所属期刊栏目：19

分类号：U491.4(交通工程与公路运输技术管理)

资助基金：国家自然科学基金51578028;北京市"科技新星"计划项目Z171100001117100

在线出版日期：2019-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：80-85,93