基于XGBoost的短时交通流预测模型

基于XGBoost的短时交通流预测模型

论文摘要

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。

论文目录

  • 1 基于XGBoost的短时交通流预测
  •   1.1 XGBoost原理
  •   1.2 预测参数选取
  •   1.3 基于XGBoost的短时交通流预测模型
  • 2 案例应用
  •   2.1 案例数据
  •   2.2 模型参数设置
  •   2.3 模型预测结果及分析
  • 3 不同模型预测结果对比分析
  •   3.1 不同模型预测结果评价指标
  •   3.2 不同模型预测结果对比
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 钟颖,邵毅明,吴文文,胡广雪

    关键词: 短时交通流预测,交通拥堵,时间序列模型,时空序列模型

    来源: 科学技术与工程 2019年30期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 公路与水路运输

    单位: 重庆交通大学交通运输学院,重庆交通大学机电与车辆工程学院

    基金: 国家重点研发计划(2016YFB0100905)资助

    分类号: U491.1

    页码: 337-342

    总页数: 6

    文件大小: 2789K

    下载量: 416

    相关论文文献

    • [1].基于XGBoost对肺鳞癌和肺腺癌的分类预测[J]. 首都医科大学学报 2019(06)
    • [2].基于XGBoost与拓扑结构信息的蛋白质复合物识别算法[J]. 计算机应用 2020(05)
    • [3].基于指数平滑和XGBoost的航空发动机剩余寿命预测[J]. 化工自动化及仪表 2020(03)
    • [4].基于逐步回归的XGboost方法的森林蓄积量估测[J]. 中南林业科技大学学报 2020(06)
    • [5].面向袋式除尘器的大数据挖掘XGBoost优化算法研究[J]. 电子测量与仪器学报 2020(07)
    • [6].基于多特征融合与XGBoost的风机轴承故障诊断[J]. 传感器与微系统 2020(07)
    • [7].基于XGBoost算法对新疆女性臀部体型判别及原型修正[J]. 纺织学报 2020(07)
    • [8].XGBoost对比神经网络和随机森林耦合因子分析预诊急性肝衰竭[J]. 数学的实践与认识 2020(13)
    • [9].基于Xgboost的商业销售预测[J]. 南昌大学学报(理科版) 2017(03)
    • [10].基于XGBoost特征选取和迭加权相关权重矩阵的高分五号遥感影像变化检测[J]. 湖北大学学报(自然科学版) 2020(04)
    • [11].基于语义相似度与XGBoost算法的英语作文智能评价框架研究[J]. 浙江大学学报(理学版) 2020(03)
    • [12].基于XGBoost的个人信贷违约预测研究[J]. 电脑知识与技术 2019(33)
    • [13].基于XGBoost算法的地震多数据体识别含油河道砂体[J]. 新疆石油地质 2020(04)
    • [14].基于灰色关联分析与XGBoost模型的销售预测研究[J]. 软件导刊 2020(09)
    • [15].基于XGBoost算法的大型活动期间轨道进出站量预测[J]. 武汉理工大学学报(交通科学与工程版) 2020(05)
    • [16].基于XGBoost的城市轨道交通短时客流预测[J]. 青海交通科技 2020(01)
    • [17].基于XGBoost的网络安全风险评估模型研究[J]. 安徽理工大学学报(自然科学版) 2019(05)
    • [18].基于XGBoost算法的2型糖尿病精准预测模型研究[J]. 中国实验诊断学 2018(03)
    • [19].基于XGBoost的电力系统暂态稳定预测方法[J]. 电网技术 2020(03)
    • [20].基于XGBoost算法的复杂碳酸盐岩岩性测井识别[J]. 岩性油气藏 2020(04)
    • [21].基于S变换和XGBoost算法的进给系统轴承故障诊断方法[J]. 机械设计与研究 2020(04)
    • [22].基于XGBoost集成模型的社会基本医疗保险参保人欺诈风险预测研究[J]. 中国卫生统计 2019(06)
    • [23].融合协同过滤和XGBoost的推荐算法[J]. 计算机应用研究 2020(01)
    • [24].融合协同过滤的XGBoost推荐算法[J]. 计算机应用研究 2020(05)
    • [25].基于XGBoost的磨煤机效率异常检测[J]. 计算机应用 2019(S2)
    • [26].基于mRMR-RF特征选择和XGBoost模型的钓鱼网站检测[J]. 计算机应用与软件 2020(09)
    • [27].基于LSTM与XGBoost组合模型的超短期电力负荷预测[J]. 电网技术 2020(02)
    • [28].基于Logistic回归与XGBoost构建缺血性卒中院内复发风险预测模型的初步比较研究[J]. 中国卒中杂志 2020(06)
    • [29].基于AdaBoost特征选择和XGBoost的帕金森病诊断[J]. 信息技术 2020(09)
    • [30].采用XGBoost和随机森林探索中国西部女性乳腺癌危险因素[J]. 现代预防医学 2020(01)

    标签:;  ;  ;  ;  

    基于XGBoost的短时交通流预测模型
    下载Doc文档

    猜你喜欢