TY -的A2 - Tang Jinjun盟——太阳,博盟——太阳,陀AU -焦,Pengpeng PY - 2021 DA - 2021/05/31 TI -时空分割交通流预测ANPRS数据基于改进XGBoost SP - 5559562六世- 2021 AB -流量预测是智能交通系统和交通管理意义重大。提出并改进了一种可扩展的树木提升算法——极端梯度助推(eXtreme Gradient Boosting, XGBoost)，利用高速公路上下游段流数据的OD关系预测更高分辨率的交通状态。为了实现精确预测，引入了收费站出入口的自动车牌识别系统(ANPRS)信息，采用数学OD计算的方法，在没有摄像头的情况下间接获取数据，增加了广义扩展段数据采集模式。为保证预测的有效性，对异常数据进行预处理和时空关系匹配。通过空间相关性Pearson分析，发现相邻道路之间的相关性，通过空间滞后输入和普通输入，可以验证输入模式的相对重要性。采用独立的XGBoost (XGBoost- i)和静态的XGBoost (XGBoost- s)两种改进模型，分别对不同断面进行单独的参数调整，并将时间相关区间和空间交错断面滞后相结合。为了提高XGBoost模型的效果，引入了提前停止轮次调整机制(EAM)。对于短期和长期多步超前，XGBoost-I-lag的预测精度一般高于XGBoost-I、XGBoost-S-lag、XGBoost-S等基线方法。此外，XGBoost-I-lag的准确性在非复发情况和运行时间较长的缺失情况下得到了很好的评价。实验结果表明，所提出的框架是令人信服的，令人满意的，并计算合理。 SN - 0197-6729 UR - https://doi.org/10.1155/2021/5559562 DO - 10.1155/2021/5559562 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -