基于梯度推进决策树的日维度交通指数预测模型

来源：交通运输系统工程与信息杂志2019年第2期北京时间：

作者：翁剑成，付宇，林鹏飞，王晶晶，毛力增，李东岳

单位：1. 北京工业大学 交通工程北京市重点实验室，北京 100124；2. 北京市交通运行监测调度中心，北京 100161； 3. 综合交通运行监测与服务北京市重点实验室，北京 100161

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

基金资助：国家自然科学基金/ National Natural Science Foundation of China(51578028)；北京市“科技新星”计划项目/ “Beijing Nova”Program by Beijing Municipal Science and Technology Commission(Z171100001117100).