基于优化随机森林算法的浮动车GPS数据插补模型

摘要：

为改善浮动车全球定位系统(global positioning system,GPS)数据因采集过程中受到干扰造成数据缺失问题,通过分析法研究了浮动车GPS数据与交通流状态和道路线形之间的关联性,提出一种基于优化随机森林算法的浮动车GPS数据插补模型,该模型针对随机森林算法插补过程中,因自身的随机性而引起插补结果具有波动性问题,在结果输出部分引入权重因子,通过线性优化算法,调节权重因子大小使输出结果波动性降低的同时满足道路线形特征.实验对6名志愿者21 d的出行轨迹数据进行插补.结果表明:所构建的模型平均误差为12.3 m,相较于随机森林模型、决策树模型和线性回归模型分别减少14.9、24.3、239.3 m,可见采用优化随机森林算法建立的插补模型有效提升了浮动车GPS数据插补精度,为交通状态分析、地图匹配等应用提供数据基础.

关键词：浮动车全球定位系统(GPS)数据、插补、随机森林算法、误差距离

所属期刊栏目：22

分类号：U491(交通工程与公路运输技术管理)

资助基金：新疆维吾尔自治区自然科学基金2019D01C043

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1656-1661