基于XGBoost的短时交通流预测模型

Authors：钟颖; 邵毅明; 吴文文; 胡广雪

Source：科学技术与工程, 2019, (30): 337-342.

• 短时交通流预测
• XGBoost
• 交通拥堵
• 时间序列模型
• 时空序列模型 short-term traffic flow forecast
• traffic congestion
• time series model
• spatiotemporal sequence model

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...

• Institution
  重庆交通大学; 交通运输学院