基于LightGBM算法的公交行程时间预测

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：王芳杰，王福建，王雨晨，边驰

单位：1. 浙江国际海运职业技术学院 航海工程学院，浙江 舟山 316021；2. 浙江大学 建筑工程学院，杭州 310058

摘要：在城市公交网络运行中，公交车的站点间行程时间会受到道路和环境条件的影响. 本文对公交车运行过程中的车辆速度特征、道路特征及天气特征等进行了分析.建立了基于特征的 LightGBM (Light Gradient Boosting Machine)公交行程时间预测模型，通过调整 LightGBM算法中的相关参数，以分配各个影响特征和因素的权重大小.然后利用天津市某条公交线路 24天的公交车 GPS数据对模型进行了训练和验证，并与基于历史平均值和卡尔曼滤波的行程时间预测模型进行对比.比较结果表明，LightGBM模型在 MAE (Mean Absolute Error)和 MAPE (Mean Absolute Percentage Error)这两个指标上均大幅度优于其他两个模型，说明 LightGBM模型在公交车行程时间预测上具有很好的稳定性和应用前景.

关键词：城市交通,预测,LightGBM算法,公交车行程时间,GPS数据