时空分割交通流预测和基于改进XGBoost ANPRS数据

文摘

交通预测是智能交通系统和交通管理意义重大。极端梯度增加(XGBoost),一个可伸缩的树提升算法,提出和改进预测更多的高分辨率的交通状态利用叫做(OD)段上游和下游之间的数据流的关系在高速公路上。为了达到好的预测,添加一个广义延伸段数据获取模式通过将信息自动车牌识别系统(ANPRS)的出口和入口收费站和数学OD计算间接收购没有相机。异常数据预处理和时空关系进行匹配,以确保预测的有效性。皮尔森分析空间相关性进行寻找相邻道路之间的相关性,并可以验证输入模式的相对重要性空间滞后输入和普通。两个改进模型,独立XGBoost (XGBoost-I)与个别调整参数的不同部分和静态XGBoost (XGBoost-S)整体调整参数,并结合进行时间相关的时间间隔和空间交错分段滞后。early_stopping_rounds调整机制(像)介绍了改善XGBoost模型的影响。XGBoost-I-lag的预测精度一般高于XGBoost-I, XGBoost-S-lag XGBoost-S和其他基线方法对短期和长期的多步向前。此外,XGBoost-I-lag的准确性是评价不再发生的条件和缺失的情况下,相当多的运行时间。实验结果表明,该框架是令人信服的,满意的,计算合理。

1。介绍

作为关键技术组件的智能交通系统(ITS),交通流预测已经成为一个广泛研究的主题。支持的动态应用程序,通常交通预测模型预测交通波动,从秒到数小时(1]。交通预测是证明了采取行动的一个重要的角色在提供更准确的在线交通需求预测交通控制、管理和指导(2]。近年来,随着可用的时空的各种探测器和先进的智能计算、交通流预测范围扩展到网络和数据驱动的条件不再发生的情况下(3]。交通流可以不再发生的事件,如影响道路建设,体育赛事,和天气变化,这将导致时空偏差的交通模式,与常规的情况。与此同时,上游流量和下游流量显示明显的交通传播空间相关性。捕捉时间和交通网络的空间关系,协调和应该改进交通流预测的泛化。如何预测交通流量迅速考虑空间协同的拥堵传播段上游和下游的流量和时间多工位的预测,充分考虑不再发生的泛化,提高计算效率的时间范围相关的步伐仍有待研究和回答。

基于上述问题,交通预测问题尤其是关于高速公路段吸引了很多注意力快速新兴城市和关闭连接。准确预测高速公路对物流有着明显的影响,贸易,和通勤。目前,有许多传感器和摄像机帮助我们获取的交通数据,如车牌自动识别系统(ANPRS),这是安装在主线,在高速公路出口和入口收费,是一种受欢迎的专家系统已经应用在许多国家。这个系统所需车辆的检测和优化所有功能,包括监测、控制、问题解决、精细管理、合规。基于ANPRS、旅行时间、交通量、旅行路线,和其他交通数据可以获得。当前历史研究利用历史ANPRS主线数据来预测交通状态和交通堵塞,例如迭代张量分解(ITD) [4),订单- - - - -k马尔可夫模型(5),K最近的邻居(资讯)6),动态线性模型(DLM) [7),和线性回归8]。然而,这些ANPRS数据集主线只能接收交通数据和研究单一方向。我们都知道,一般的部分通常分为两个方向。同时,它不够准确,只考虑交通预测主线段。上述方法通常忽略信息的出口和入口直接与ANPRS主线和预测数据集的稀疏的距离。例如,如果有出口和入口服务区,交换,和坡道的收费站,通常会有四个方向,仍有待发现。一段高速公路通常在每个方向有一个收费站,和每个收费站入口和出口。忽略了交通信息可能大大减少预测的准确性编织部分片段和影响交通控制的性能,管理和指导。如何预测高速公路交通流如果考虑高分辨率部分的分工模式基于ANPRS值得得到解决。

大量的机器学习(ML)模型用于预测交通流量。现有毫升方法仍充满挑战如何应对大数据(9]。它仍然是值得讨论和研究如何进一步提高预测精度的高速公路和捕捉时空信息和数据分析10,11]。此外,通过收购的巨大流量传感数据,实时交通流预测是交通控制的重要组成部分,事故报告和智能交通系统(12]。许多机器学习方法应用在交通领域的预测。因为极端的梯度增加(XGBoost)在2014年提出的,它已经被许多学者青睐。然而,XGBoost在交通领域还没有更多的开发和应用。XGBoost的极端的并行优化方法不仅减少了过度拟合,也可以减少计算时间。XGBoost控制的复杂性问题,可以大大提高算法的效率。

目前,大量的研究(13)高速公路问题只是基于探测器获取的交通数据的位置。但在高速公路,由于成本高,相邻探测器之间的距离就远,所以是不可能直接获得更详细的交通状态。有必要引入广义准确预测高速公路延伸段数据获取模式,找出堵塞的来源。我们将市场划分为不同的部分根据是否有相机直接获取交通信息。总结了本文的主要贡献如下。

首先,部分数据可以直接当有摄像头范围的路段。其次,基于ANPRS,我们提出一个section-flow计算方法预测高速公路交通状态和微观。段的流无法直接获得,我们把OD的收费站出入口之间的关系和车牌识别关系的数学计算上游和下游的道路。既定的计算方法对高速公路可以处理所有类似的情况下,可以扩展到相同的场景数据采集和路段部门进一步管理,防止交通堵塞。第三,与其他预测方法相比,XGBoost可伸缩性优势,效率高、低计算成本,支持并行,正则化处理。在这里,我们提出一种改进的XGBoost-based时空方法像优化模式预测分段高速公路的交通流量,通过考虑的多工位的短期和长期预测,不再发生的事件的影响,空间相互作用的复杂的交叉部分。

本文根据以下组织部分。下一节总结了相关的文献综述。第三节介绍了基本的方法论XGBoost模型的框架和形成机制。在第四节、数据采集和分析处理详细描述,在训练集和测试集专门划分。在第五节XGBoost模型、参数调整、特殊事件和缺失的情况下讨论,SARIMA的准确性,CNN,射频,LSTM与变异的XGBoost考虑空间滞后。最后,给出了结论和未来的研究计划在最后一节。

2。文献综述

交通预测主要分为参数和非参数方法(14]。参数化的方法主要包括集成自回归移动平均模型(ARIMA) [15),Box-Jenkins时间序列模型(16),线性回归(LR) [17),卡尔曼滤波器(KF) [18),随机森林(RF) (19),指数平滑法(ES) [20.),和模糊C——(FCM) [11]。许多学者提出了变异的ARIMA为了提高预测精度,ARIMAX等由解释变量(21积分和季节性自回归移动平均(SARIMA) (22,23]。后来,更多的注意力被吸引到空间网络,时间自适应方案,和一些混合模型。时空ARIMA (24)提出了将空间的影响。ARIMA-ANN的黄等人开发了一个综合模型,线性组件是由ARIMA处理,而安处理非线性方面。因此,完全混合模型提高了预测精度(25]。这些模型的能力掌握空间动态和非线性特征是有限的。

由于交通数据结构的不确定性和非线性关系隐藏在数据集,非参数方法更灵活和复杂的非线性关系。统计方法,如支持向量机(SVM),已被应用于预测交通流量(26,27];然而,由于其灵敏度选择核函数和参数,学者获得混沌小波支持向量机,最小二乘支持向量机,粒子群优化支持向量机和遗传算法优化的支持向量机。然而,也被广泛研究[28,29日]。事实上,这些方法仍难以处理大规模数据的问题。计算智能技术的发展,神经网络(NN)是广泛应用于多维和复杂的非线性预测问题30.,31日]。最近,新兴的深度学习,更深入和有效的结构是来源于神经网络,如深度信念网(DBN) [32),模糊神经网络(FNN) [33)、卷积神经网络(CNN)和递归神经网络(RNN)。通过记忆时间相关性的特点,长期短期记忆网络(LSTM) [34,35]和Bi-LSTM [36)已被证明比RNN交通预测。利用不同的方法的优越性,提出了混合方法解决复杂的问题(37),如高速公路和网络预测。例如,马等人建立了一个大规模的交通拥堵预测模型基于RNN和限制玻尔兹曼机38]。事实上,这些深学习方法不断优化,不容易被训练因为结构和hyperparameters在不同的情况下有很多种类。不反复出现的数据集时,过度拟合的问题仍然是艰难的,导致不同的策略,如混合预测方法和辍学层优化和正规化。

XGBoost最近,这是一个成功的预测方法,已经应用在很多的问题Kaggle竞争和其他应用程序的结果,迪迪等产品。它是一个决策树方法由陈和Guestrin [39)和改进的梯度提高决策树(GBDT),这是一种提高算法(40]。GBDT通常经过多次迭代,每次迭代产生一个弱分类器,每个分类器训练基于前面的分类器的残差。目前,GBDT提出了做短期流量预测相结合,被视为提高算法和决策树的优势(41]。然而,XGBoost使用梯度下降算法来优化差损失函数来生成一组提振疲弱的预测模型(42]。此外,相比传统GBDT和统计学习和ML方法,XGBoost雇佣了一个正则化策略来控制模型的复杂性,并且极大地避免过度拟合。此外,它拥有高效的计算能力、可伸缩性和更少的内存消耗43]。在我们的研究中,像模式基础上,提出了改善XGBoost模型优于其他方法的预测精度。

3所示。方法

3.1。方法框架

图1表明提出的方法框架。数据部分组成部分获得的数据直接通过相机可以检测到交通信息和ANPRS数据基于OD的关系。整个数据部分包括数据采集、计算,进行预处理,时空相关分析。模型部分包含多个参数调整,操作树结构,模型优化像模式,和结果的评估。

3.2。XGBoost

XGBoost基于GBDT模型和改进算法的计算速度,同时优化其性能和效率,试图达到最终平衡。与GBDT相比,XGBoost显式地添加树结构的复杂性作为常规术语和使用二阶导数信息优化目标方程的推导过程,而GBDT只使用一阶津贴。XGBoost实现分离节点搜索的近似算法,用于加快,减少内存消耗。节点分裂算法自动利用稀疏的特点,提前和数据进行排序并存储在块的形式,有利于并行计算。

XGBoost的核心理念39)是它不断添加新树和执行功能分解树在实现增长。每次添加一个树,它学会了一个新的函数以适应拟残余的最后预测。当我们得到树木在培训之后,我们需要预测样本的得分。事实上,根据这个样本的特点,每棵树会变成相应的叶节点。因此,相对应的分数必须总结每棵树将样本的预测价值。

XGBoost [44),作为一个树集成模型,总结的结果树,是最后的预测价值:

在这里,代表树的数量,的模型吗树,是学习速率。假设有样品和特性在一个给定的样本集, 在哪里代表了样品和代表了类别标签,和空间回归树的

在这里,代表每棵树的结构,将样本映射到相应的叶节点,代表了每棵树的叶节点的数量,表示一组叶节点的每棵树,和对应的结构树和体重的叶节点。因此,XGBoost的预测价值之和的值对应于每棵树的叶节点。在这项研究中,我们的目标是优化树木;因此,我们尽量减少以下目标方程正则项的树适用于训练数据max_depth以下约束:

在方程(4),第一项是训练误差和损失是一个可微凸损失函数测量预测值之间的区别吗价值和目标 。第二项是一个普通术语,它控制树的复杂性和防止过度拟合。通过添加一个新的树更新加权的学习速率 ,由方程(5)。其中,和正则化参数用于调整树的复杂性:

表明后的剩余任期拟合方程表达的是(6)。每次添加新树,最后预测的拟残余必须安装:

在培训期间,一个新的功能被添加在新一轮最小化目标函数。在是圆的,我们的目标方程

接下来,我们扩大了目标函数的泰勒展开,把前三个条款和消除高阶无穷小的术语。最后,我们的目标函数转化为方程(8),和分别是一阶导数和二阶导数:

根据方程(3),(5)和(8),

被定义为叶的样本集吗 。当是固定的,我们变换迭代树模型转换为迭代树的叶节点。因此,分数发现最佳的叶节点对应 。叶子节点的最优值带入目标函数,和相应的最终目标函数的值可以表示如下:

一般来说,我们不能列举所有可能的树结构,选择最优;因此,我们使用一个贪婪算法,可以大大提高计算效率。我们从一个叶子节点和迭代把它将节点添加到树中。通过列举可行的分割点并选择最小目标函数和最大增益分区,增益方程

上面的方程是用来评估切片后的损失函数。然而在实践中,它是用来评估候选人后切片。XGBoost模型产生许多简单的树木用于评估分数的叶节点分裂。第一、第二、第三项的方程表示的分数在左边,右,和原来的叶子。此外,是一个正则化参数在其他叶子和使用培训。XGBoost支持并行性。在学习过程中,必须按损失函数的特性确定最佳分割点。获取模型的最佳性能,适当的、合理的XGBoost模型中的参数必须设置和调整不同的任务。一般来说,XGBoost模型优化参数设置通过交叉验证,所描述的第五节。

4所示。数据

4.1。数据源

我们的数据来自绍兴,浙江,中国,如图2(一)和道路网络展览来自Python包OSMnx [45]。数据范围从9月1日至11月19日,2019(23040间隔总共超过80天)。目标的经度和纬度范围范围网络(120.523,120.916)和(30.047,30.153),和目标高速公路总长度约39.25公里,如图2(b), 100公里/小时的速度限制。从东南到西北,up-direction交通流的方向。然而,从西北到东南,交通流的方向是下行。总的来说,有三个收费站,如图2(c), 1035年Keqiao收费站(用黑色的圆表示1),1037年绍兴收费站(用黑色的圆表示2),和1039年上虞收费站(黑色圆圈3所示),和每个收费站都有自己的入口和出口与up-direction下行,也就是说,有双入口和出口的组合。此外,四个摄像头检测到正式编号20311,20312年、20301年和20302年从西北到东南逐渐降低。每个相机可以获取实时数据包括车辆ID、通过时间、通过网站ID(收费站或检测到摄像头),车牌号码,驾驶方向。

我们把整个市场分为7部分从西北到东南,贴上部分17所示。其中,部分1,4和7几乎是部分章节没有摄像头,没有摄像机能够捕捉到的车辆信息,通常从相邻的部分,得到不同交通信息的出入口人数站影响流动的主线。回路探测器和公路研究数据在每个时间间隔测量的人流量,但交通流的观察并不区分道路的方向。在我们的研究中,基于up-direction和下行流的特点,每个部分进一步分成两条路。Up-direction从西北到东南路1路7。从西北到东南逐渐下行是设置为14路8路。详细说明,部分1包括up-direction路1和下行路8,而部分2包括up-direction路2和下行路9图2(c)。

4.2。ANPRS广义分段数据获取

首先,根据up-direction或下行,车辆,分别绘制在不同的道路。上游和下游的流量数据各自ANPRS根据车牌匹配计算。车辆的数量每5分钟的时间顺序也算作段数据。这意味着一个车牌号码对应一个车。长途车站,当车辆通过入口或出口,其车牌号码可以选择和被摄像机记录下来。研究高速公路,有四个摄像头。如果我们只能获得四个部分的流量数据直接根据相机的位置,这是不利于更好地了解交通情况和OD法律通过收费站和坡道。因此,ANPRS数据获取模式不仅将整段更细,也掌握更多的交通信息,以准确地预测未来分段交通流。该方法适用于任何公路具有相同的结构,如服务领域和环形路。此外,这些收费站和替代品包括在高速公路出入口是普遍的在任何国家. . According to the above, we propose a generalized method for accurately acquiring data on highway segment.

为了说明这一点,为不同的部分,有两种方法可以获得准确的交通流。第一种方式是直接获得部分数据通过摄像机捕捉汽车的数量相应的部分。在我们的目标高速公路,部分2,3,5,6可以直接获得部分数据。第二种方法是相应的部分不清楚地显示在交通数据等部分1,4,7。因此,获得的数据是通过执行该计算模式根据车牌识别和OD流关系每个收费站的出入口。

广义延伸段数据计算方式如下。根据图3路,我们计算up-direction交通流(A1)和下行流量(道路B1)截面X1,见以下方程:

后车辆通过收费站的下行入口进入年代1,车牌号码检测到收费站和继续被相机捕获R1。通过车牌识别和比较,车辆车牌号码是相同的 。在收费站的车辆总数年代1入口将会得到考虑前面的数据处理阶段。根据方程(16),也是已知的。

车辆通过相机的一部分R1、通过收费站up-direction出口年代1,离开高速公路,在收费站检测到车牌号码。这些车辆首先被相机R1。通过对比车牌,车辆的车牌号码可以表示为 。车辆在收费站出口的总数年代1将通过分析以前的数据。根据方程(18),也是已知的。到目前为止,除了up-direction道路一个1和下行之路B截面1 X1,未知,余数都是已知的。因此,流动的道路一个1、公路B1可以得到以下方程:

对于我们的目标高速公路,交通流数据的部分1(路1路8),部分4(路4路11),第七节(路7路14)可以通过执行相同的计算。所有部分的流动(路一14)可以获得地面实况,为后续的交通预测研究奠定了基础。

4.3。数据预处理和硬件

离群值的数据集将远远超过地面真理和极大地影响预测的准确性。为了抑制异常值的影响,我们应用winsorization预处理数据(46]。Winsorization试图取代一个数据集内的最小值和最大值和自己最亲近的值。Winsorization特别有用在处理交通数据受到事件和偶然因素如恶劣天气或交通事故。因为没有事件和天气记录可供使用的流量数据集在这项研究中,winsorization起着至关重要的作用在抑制极端值的影响。数学上,winsorization由方程(19)。假设的价值序列是由处理 ,在哪里 ,处理过的值winsorization后将

在这里,是等待的价值,是等待值的最小值,的最大价值是等待的价值,是悬而未决的数量值,的winsorized价值吗等待的价值。

除以80天到75天的数据集的训练集和5天测试集。此外,许多培训进行迭代处理发现递归关系的交通流量,以达到更准确的预测。整个数据集需要过去六个5分钟流动数据,预测未来。Python库Keras基于Tensorflow,用于构建模型。所有的实验都由PC服务器使用以下配置:英特尔(R),至强(R), CPU e5 - 1650, 3.50 GHz, 64 GB的内存。

4.4。探索时空相关性滞后校正

有一个空间传输高速公路交通流的不同部分之间的相关性。为了证明这一点,我们使用皮尔逊相关性测试以下方程来测试在数据集和下一节延迟一个5分钟的间隔,两个5分钟,三个5分钟,和四个5分钟空间之间的空间相关性变量: 在哪里和两个随机变量有相同数量的观察。在我们的研究中,和代表了数据之间的相关性前面道路方向相同和邻路图2。邻路后的数据是前面道路滞后间隔。

我们计算没有延迟,然后计算间隔 , , ,和 滞后的时间间隔相邻的下一节一节。如图4,左边的图片是up-direction路1路7和正确的图片是下行路8路14。最好的相关性能发生在 ,这是比没有延迟。随着空间距离继续增加,平均相关性逐渐大幅减少。这表明,有一种强烈的空间相关性每个道路及其相邻的部分。相反,毫不奇怪,一个变量与一个短暂的延迟间隔有高度的相关性,但与大滞后区间变量,也有一定程度的相关性与前一节。此数据集提供了证据的相关分析设置空间滞后与一个区间的长度是真的有必要为了预测准确。

5。案例研究

5.1。XGBoost参数调整

我们独立调整XGBoost相应部分的参数为每个7部分up-direction和下行,XGBoost-I命名。当训练迭代,early_stopping_rounds调整机制(像)调整参数介绍了改善XGBoost方法。最低的误差迭代时,模型继续进行迭代100次。之后,如果没有找到降低误差,迭代终止。否则,该模型将重复以上像模式。这样做是为了避免丢失的最优参数,直到最好的情况。

Num_boost_round,指提高树木的数量,代表训练的迭代的数量。的值太小会导致underfitting,而价值太大可能导致过度拟合。Num_boost_round和learning_rates通常使用相同的参数进行调整,在learning_rates由每次的学习速率。调整up-direction和下行XGBoost-I num_boost_round和learning_rates参数的图所示5。我们选择的最低平均均方根误差(RMSE)方程所示(2114)道路up-direction或下行所有参数包括num_boost_round和learning_rates参数设置。learning_rates是0.04,最低平均RMSE决心是24.1448。道路的num_boost_round结果14路(1 - 14)如表所示1。

在模型训练过程中,其他参数也需要确定。max_depth是树的最大深度增加价值,使模型更复杂,避免过度拟合。Min_child_weight决定最低叶节点的样品重量,用来避免过度拟合。值很大时,该模型可以避免学习当地特殊的样本。我们调整max_depth min_child_weigh同步,调整up-direction和下行如图6。max_depth和min_child_weigh都遍历整个范围从1到10,和相应的最佳参数记录为3和10。最低平均RMSE发现是23.6388。

Reg_alpha是l1正则化项的重量,提高了模型的处理速度。Reg_lambda是加权l2正规化和用于控制XGBoost的拟合情况。我们同步reg_alpha reg_lambda,如图7,up-direction和下行调整。相对应的最佳参数reg_alpha和reg_lambda是0.05和0.1,分别。参数对误差结果影响甚微,和RMSE是最低的23.6285。

γ指定所需的最低下降损失函数节点分裂。子样品使用的是一套比次级样本训练模型对整个培训过程。该参数控制的比例随机抽样,每棵树。设置scale_pos_weight使算法收敛更快。评价是评估列表列表中的元素在训练期间,允许观察验证设置在训练的效果。常见的参数用于控制XGBoost的宏功能。学习目标参数用于控制理想的优化目标和测量每一个步骤的结果。

XGBoost由三十多hyperparameters;因此,我们选择以下参数对优化性能,带来更大的影响。最好的XGBoost-I模型的相关参数设置表中描述2。

这里,我们组另一个静态XGBoost (XGBoost-S)模型的参数在所有部分的整体调整up-direction和下行。具体来说,最佳的情境参数采用14路,及其调整参数设置如表所示3。

5.2。评价指标

对于不同的预测方法的评价,我们采用均方根误差(RMSE),平均绝对误差(MAE)、平均绝对百分误差(日军)作为评价指标。考虑到预测价值和地面真理 ,RMSE、美和日军计算如下:

5.3。空间滞后

该模型是根据数据集的划分4.3节从两个角度,训练和测试:时间和空间。在时态数据时间序列所指,而运动的立场是基于空间数据作为输入使用的七个部分。在这里,我们探讨两种输入方法:延迟输入和普通输入。时间序列组织根据过去几个5分钟,而空间位置遵循交通统计的七个部分(道路1 - 14)作为输入。整个目标的公路,车辆从部分1第七节,或之间的任何部分,或从当前的动态部分,下一节的时间和空间位移,下游流量是通过上游和滞后的上游和下游之间存在的关系以及空间滞后。因此,延迟输入能够考虑反映交通流的传播法律在整个高速公路段。交通统计数据的时间间隔5分钟,我们将一个5分钟的空间滞后作为输入每个方向的上游和下游。一般来说,行驶速度不会超过速度限制,但车辆在高速公路上通常是接近驱动的速度限制。根据计算结果对限速和皮尔森时空相关性测试4.4节,一个5分钟的合理性和有效性验证空间滞后。图8显示了目标高速公路的空间滞后。

5.4。XGBoost-Related模型

XGBoost模型研究了在这个研究(XGBoost-I和XGBoost-S普通输入没有空间滞后),输入模式对不同校准分析,称为XGBoost-I-lag XGBoost-S-lag,分别由空间滞后。比较了公路交通预测七部分道路(14)。根据预测结果给出up-direction和下行的表4和5。与基线相比方法之前,有必要研究XGBoost的相应的不同的方法。

总的来说,关于14道路up-direction和下行,除了道路4、7、14、RMSE XGBoost-I-lag模型的美被发现是最优的。日军,除了道路3、4、6、7、13 XGBoost-I-lag其他9中是最好的道路。在所有这些道路的平均结果,RMSE,美,和日军XGBoost-I-lag模型发现比XGBoost-I模型的3.33%,3.99%,和2.87%,分别。RMSE、美和日军胜过那些XGBoost-S模型的7.14%,4.68%,和5.97%,分别比XGBoost-S-lag模型,4.33%,1.29%,和2.38%,分别。值得注意的是,这三个错误XGBoost-S-lag模型的观察是比XGBoost-S模型3.02%,3.56%,和3.81%,分别。总的来说,XGBoost-I-lag预测的结果被认为是最准确的,因为它是由于各自的参数调整不同的道路。此外,十四的道路,其结果是单独调整对应XGBoost-I参数模型,也发现比XGBoost-S参数模型的整体调整。即单独最优参数结构的道路显然比整个结构最优参数。此外,空间滞后的输入结果XGBoost-I和XGBoost-S都比普通的输入。相反,关于不同段的特点14路,错误的部分1(路1路7),部分4(路4路11),第七节(路7路14)比其他部分。一个可能的原因是,这三个部分的流动计算使用公式推导,提出和轻微的差异结果直接被相机。因此,提高数据采集设备的质量和维护交通预测仍然是必要的,这是真的有必要扩大段好交通信息预测。公路4、7和14日最好的数据时间间隔不应5分钟延迟,所以输入比XGBoost-I-lag XGBoost-I的普通方法。

图9表明预测值之间的比较和四种XGBoost模型的地面实况的up-direction路上2所预测的测试集。

证明了所提出方法的准确性提出XGBoost交通预测中使用三种类型的错误叠加各个时期的24小时。图10描述了up-direction和下行流量预测的性能使用该方法,分别。在24 h点线路图,预测误差的分布范围的XGBoost-I-lag模型显示固体红线代表的平均错误。此外,黑色线代表的XGBoost-I平均误差,黄线代表的XGBoost-S平均误差,蓝线代表的XGBoost-S-lag平均误差。检查错误对应流级别时,预测精度预测时间内观察到不断变化的高峰时间和非高峰时间的小时。当检查错误根据收集的偏差百分比的观察,日军是用来判断预测精度。显然,交通流量的增加,RMSE和梅大幅上升。当观察到的流量很低,尤其是在深夜和清晨,RMSE和梅低因为他们只考虑的大小预测值和观测值之间的偏差。同样的,当检查的性质错误对应于一天中不同的时间,而非高峰时间的小时,日军被认为是相对较低的高峰时段。为了说明,该模型改进像模式完全表现良好在整个24小时。而且,延迟输入是充分反映的影响。

图10推断XGBoost-I-lag模式(固体红线)可以提供准确、稳定的交通流量预测。在高峰时段,该模型可以用来预测交通流在一个小故障。因此,可靠和准确的交通流预测在交通拥挤是至关重要的。实施替代交通管理战略交通管理者可以避免交通中断和提供决策支持解决方案,应该进行。

5.5。特殊情况

数据11和12显示的预测结果XGBoost-I-lag模型提供的特殊的日子。蓝线代表了预测值,红色的线条代表的地面交通流的真理。因此,整个XGBoost-I-lag模型发现的性能很好的在正常交通条件下,真正有效的特殊时期。两个特殊的交通事件,记录在白天的模拟,可以成为拥挤的交通状态的原因从阻塞状态。XGBoost-I-lag模型能够捕捉突然改变。交通事故导致持续堵塞一小时,而发生在7点左右。事故处理后,业务恢复正常交通。此外,天气事件,这是异常(雨、雪、雾等)17点之后很久,在大约晚上九点结束。在特殊时期,严重的交通拥堵和缓慢驾驶行为发生,大大降低交通流量如图所示。理论上,XGBoost-I-lag模型能够处理复杂的交互的输入变量,可以做出合理预测,以获得足够的预测结果。 Therefore, the XGBoost-I-lag model predicts various sudden events in dynamic traffic systems and possesses excellent prediction performance.

5.6。缺失率

在智能交通系统中,数据丢失是不可避免的和普遍的现象,虽然许多研究[4)最近在失踪的交通数据进行预测,充分提高数据恢复的实际性能,有效和准确的。我们测试的一般问题对我们的模型在这个调查。对于不同的数据缺失率,进一步验证的性能模型。等原因存在于交通流量传感器的问题,系统的手动关闭,或信号传输错误。完整数据集分为以下两种情况下的随机缺失的数据,以检测XGBoost-I-lag缺失数据的预测性能。一例是短期失踪,持续30分钟。丢失的主要是由于不稳定的设备或混乱的环境。另一个例子是长期缺失,持续数小时或数天。失踪的条件主要是由于系统关闭。平均结果RMSE和梅错误结果up-direction和下行数据集情况下失踪的10%,20%,30%,和40%,如图13和14。我们相信,超过50%的缺失的数据将在探索传播的法律带来困难。失踪的增加率从10%提高到40%,RMSE从42%增加到72%以上。美,它从超过45%增加到75%以上。

从up-direction的平均结果和下行,随着缺失率逐渐增加,突然增加的错误。当缺失率增加到40%,RMSE和梅也增加超过70%。很明显,缺失的数据有很大影响XGBoost-I-lag交通流预测的结果。虽然它在完整的数据表现良好,数据预处理的重要性被认为有一个实质性影响模型的准确性以及预测结果。

5.7。基线的方法

该方法在这项研究是与以下两个基线相比:SARIMA:季节性自回归综合移动平均线特别应用于时间序列分析,如交通流量和股票,非平稳的数据表明,最初的差分一步可以应用一个或多个次消除非平稳。总结了数据集每隔5分钟,SARIMA(1,0,0)(0, 0, 1, 12)模型用于预测未来5分钟间隔的数据。有线电视新闻网:卷积神经网络层使用卷积过滤器中提取当地特性通过滑动窗口,可模型附近或较大的空间依赖性。它已经被有效地用于交通流量预测,取得了显著的成果获取长期的交通流的时间依赖性。CNN在这项研究中使用的网络结构中描述表6。射频:随机森林是一个由许多决策树算法融合,属于装袋的算法框架。使用集成的理念,随机森林结合多个决策树来提高分类的准确性,其中每个决策树是一个基本分类器。每个决策树模型的训练可以提取使用自助抽样,随机选择一个子集的所有功能训练模型。基于决策树的分类结果,模型的预测结果是通过投票获得的。随机森林的学习速率设置为0.25,树木的数量设置为80,和其他参数设置根据他们的默认值。LSTM:长短期记忆网络是优秀的变体RNN的模型,继承大部分从RNN模型特征。它使用一个有限序列预测交通基于历史交通数据,这是一个典型的深度学习时间序列预测方法。LSTM适用于处理问题是高度相关的时间序列。它可以适应序列数据和解决问题与梯度消失忘记门和输出门。每个LSTM的网络结构如表所示7。

5.8。全面的结果

我们比较的性能XGBoost-I和XGBoost-S四种基线方法(SARIMA, CNN、射频和LSTM)基于数据集。图15描述了错误的结果不同的方法以及相应的空间滞后。

与传统的预测方法相比,XGBoost发现表现的更好。除了SARIMA,空间滞后输入的其他方法比普通的输入。然而,SARIMA探索各个预测道路没有反映出滞后特征输入。相反,由于偏差数据,预测效果明显降低。此外,计算时间是基于训练和测试时间。运行时间的程序决定了系统的CPU时间。运行时间越长,CPU使用更多的资源。XGBoost-I为最佳性能提供了运行时的162年代,虽然XGBoost-S得到的最小运行时间只有123年代。这是由于树木不同道路的XGBoost-I的数量是不同的,它最大化的优化。因此,额外数量的分支研究,目前超过XGBoost-S。 The RF completion time is 214 s, which also serves as an ideal method in view of the results. Supporting parallel training of random forests can speed up training and is also suitable for high-dimensional data processing. Although the running time of CNN (225 s) is close to RF, its prediction is much worse. The traditional prediction methods SARIMA (383 s) and LSTM (2827 s) have longer running time. Although LSTM acquires satisfactory results, time costs and system consumption are too much. Therefore, XGBoost-I is considered to be the best choice among these six common methods for highway traffic prediction.

我们为下一个60分钟利用历史数据来预测公路交通在未来5、10、15、20、25、30、35岁,40岁,45岁,50岁,55岁和60分钟。图16提出了相应的平均结果短期5分钟的12个方法步骤(5、10、15、20、25、30)。

我们比较XGBoost家庭模型与基线模型(SARIMA, CNN、射频和LSTM)和相应的不同的输入模式。因此,短期交通流预测均方根误差的结果,美,日军XGBoost-I-lag是最准确的。原因是XGBoost不同部分采用不同的参数调整和树结构在考虑时间和空间特征。此外,它可以观察到,在短期交通流预测中,空间滞后输入不同的方法比普通输入的结果。CNN显示最糟糕的预测能力,而射频和LSTM显示相似的精度,表明时空特征在短时交通预测中扮演至关重要的角色。每个方法的预测误差增加同步预测范围增加。不同的XGBoost方法比其他方法更稳定的预测趋势。

长期预测主要是导致旅客长途旅行,计划被认为是比短期预测更具挑战性。我们预测未来的交通流(35岁,40岁,45岁,50岁,55岁,60)分钟基于历史数据。图17礼物XGBoost-I的结果,XGBoost-S SARIMA, CNN,射频,LSTM,以及相应的空间滞后。

关于CNN-lag,空间滞后输入,可以更好地突出空间的能力特性,显然是远远优于CNN的长期交通流量预测。长期交通预测,空间信息的贡献比时间特征。此外,CNN的优势利用交通网络的空间特征的确认。空间滞后的结果显然有其他更好的方法。类似于短期预测,CNN表现最糟糕的预测性能。同时,射频仍然执行类似LSTM和增加的错误预测范围增加。然而,长期预测性能略快于短期性能。与其他模型相比,XGBoost-I-lag达到最好的精度在短期和长期的高速公路交通流预测和获得最稳定的趋势。这些结果证明了改进XGBoost模型的优越性和可行性,提出像优化模式和树结构,和模型能够捕捉交通公路交通流的特性和规律。

6。结论和未来的研究

高速公路交通流预测的能力在一个精确的方式是很重要的主动交通管理策略,以便它可以为乘客提供可靠的旅游信息。本文改进XGBoost交通流预测方法,提出了广义segmented-data获取模式。然后,我们介绍一种优化方法基于像模式和延迟策略涉及时空交付。XGBoost-I参数的计算和处理数据集、结构调整对应up-direction分别和下行的道路。XGBoost-I-lag达到最佳性能与XGBoost-S系列模型和其他基线模型。多步性能评估和检查模型的预测下段数据和ANPRS数据证明的准确性。证实,缺失的数据大大影响XGBoost-I-lag交通流量预测结果。除了SARIMA,空间滞后输入的所有方法比普通的输入。也观察到确定时空延迟战略公路交通预测是非常必要的。

在不久的将来,我们计划提高预测精度的改进XGBoost框架在以下两个方向:(1)更有效XGBoost参数值得探索和调整和进一步扩大像她们的可用性优化模式。(2)广泛的分段数据计算模式应该探索更实际的场景巧妙地将部分,我们还计划扩大这项研究估计更广泛的高速公路。

数据可用性

ANPRS数据用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是由中国国家自然科学基金(51578040)、北京自然科学基金(8162013)和高素质人才的引进和开发项目北京市机构(CIT&TCD20180324)。

引用

1. j·w·c·范·线头和c . Van Hinsbergen“短期交通和旅行时间预测模型,人工智能应用程序重要的交通问题,22卷,不。1,22-41,2012页。视图:谷歌学术搜索
2. 跑,p . j .金d·博伊斯t . z秋和y Cheng”视角对未来交通研究:智能交通系统技术对下一代的影响交通建模、”智能交通系统杂志》上,16卷,不。4、226 - 242年,2012页。视图:出版商的网站|谷歌学术搜索
3. 依Vlahogianni、m . g . Karlaftis和j . c . Golias“短期流量预测:我们和我们,”交通研究部分C:新兴技术,43卷,3-19,2014页。视图:出版商的网站|谷歌学术搜索
4. j·h·张,p . Chen郑et al .,”缺失的数据检测和归责为城市ANPR系统使用一个迭代的张量分解方法,”交通研究部分C:新兴技术卷,107年,第355 - 337页,2019年。视图:出版商的网站|谷歌学术搜索
5. z >,“优化和部署基于实时的车辆轨迹预测方案ANPR交通大数据”人工智能国际会议和安全施普林格,页74 - 85年,可汗,瑞士,2020年5月。视图:谷歌学术搜索
6. f . j . Liu, h . j . van Zuylen和j·李,“城市网络的动态OD预测方法基于车牌自动识别数据,”交通研究Procedia47卷,第608 - 601页,2020年。视图:出版商的网站|谷歌学术搜索
7. 李y”,短期预测高速公路旅行时间使用ANPR和循环数据,”杂志的预测,27卷,不。6,507 - 517年,2008页。视图:出版商的网站|谷歌学术搜索
8. a . h . f . Chow a . Santacreu Tsapakis, g . Tanasaranond和t . Cheng“实证评估城市交通拥堵,《先进的交通工具,48卷,不。8,1000 - 1016年,2014页。视图:出版商的网站|谷歌学术搜索
9. K.-C。楚,r . Saigal k斋藤et al .,”拉格朗日交通数据实时交通预测和探索策略,”IEEE智能交通系统,20卷,不。2、497 - 506年,2019页。视图:出版商的网站|谷歌学术搜索
10. p .段g .毛、w .梁和d,“一个统一的时空模型对短期交通流预测,“IEEE智能交通系统,20卷,不。9日,第3223 - 3212页,2019年。视图:出版商的网站|谷歌学术搜索
11. w . Min和l . Wynter“实时道路交通预测和时空相关性,”交通研究部分C:新兴技术,19卷,不。4、606 - 616年,2011页。视图:出版商的网站|谷歌学术搜索
12. k . h . j . Chen低,y姚明,p . Jaillet,”高斯过程分散的数据融合和主动遥感时空交通建模和预测在按你的要求系统中,“IEEE自动化科学与工程,12卷,不。3、901 - 921年,2015页。视图:出版商的网站|谷歌学术搜索
13. d . j .太阳x, a .倪和c .彭“城市干道,交通拥堵评价方法”交通研究记录:《交通研究委员会,卷2461,不。1、9 - 15,2014页。视图:出版商的网站|谷歌学术搜索
14. b .太阳,t .太阳,y, p .娇,“城市交通流的在线预测基于多人组件注意力机制,“专业智能运输系统,14卷,不。10日,1249 - 1258年,2020页。视图:出版商的网站|谷歌学术搜索
15. m·范德Voort m·多尔蒂,华生,”kohonen地图结合arima时间序列模型来预测交通流,”交通研究部分C:新兴技术,4卷,不。5,307 - 318年,1996页。视图:出版商的网站|谷歌学术搜索
16. m·莱文和y . d .曹”预测高速公路入住率和卷(缩短),“交通研究记录,773卷,1980年。视图:谷歌学术搜索
17. h . h, h . x Liu, r . r .他和b跑,“使用局部线性回归模型对短期流量预测,“交通研究记录:《交通研究委员会,卷1836,不。1,第150 - 143页,2003。视图:出版商的网站|谷歌学术搜索
18. 焦p, r·李,t .太阳,”三种修正卡尔曼滤波模型对短期轨道交通客流预测,“在工程数学问题:理论、方法和应用卷,2016篇文章ID 9717582, 10页,2016。视图:出版商的网站|谷歌学术搜索
19. 张周y和z”,交通流预测基于深度学习,”国际先进的电脑技术杂志》上,9卷,不。2,第5 - 11页,2020年。视图:谷歌学术搜索
20. 旷j . d .翟,吴x et al .,“网络流量预测方法使用二维相关性和单指数平滑法”通信技术国际会议的程序因斯布鲁克,页403 - 406年,奥地利、January2013。视图:谷歌学术搜索
21. b·m·威廉姆斯,“多元交通流预测:ARIMAX建模、评价”交通研究记录:《交通研究委员会,卷1776,不。1,第200 - 194页,2001。视图:出版商的网站|谷歌学术搜索
22. b·m·威廉姆斯和洛杉矶Hoel”,作为一个季节性ARIMA建模和预测交通流过程:理论基础和实证结果,“交通运输工程学报,卷129,不。6,664 - 672年,2003页。视图:出版商的网站|谷歌学术搜索
23. b . Ghosh、b·巴苏和m·马赫尼“多元短期交通流预测使用时间序列分析,“IEEE智能交通系统,10卷,不。2、246 - 254年,2009页。视图:出版商的网站|谷歌学术搜索
24. y Kamarianakis和p . Prastacos预测交通流条件在城市网络:比较多元和单变量方法,”交通研究记录:《交通研究委员会,卷1857,不。1,第84 - 74页,2003。视图:出版商的网站|谷歌学术搜索
25. h . Hongqiong和t .天豪,“基于ARIMA-ANN短期交通流预测,”程序控制与自动化国际会议上日本东京,页2370 - 2373年,2007年10月。视图:谷歌学术搜索
26. j . Wang和施问:“短期交通速度预测基于chaos-wavelet混合模型分析支持向量机理论,“交通研究部分C:新兴技术27卷,第232 - 219页,2013年。视图:出版商的网站|谷歌学术搜索
27. 刘张y, y,“交通使用最小二乘支持向量机预测,”Transportmetrica,5卷,不。3、193 - 213年,2009页。视图:出版商的网站|谷歌学术搜索
28. l .郑h .黄、c·朱和张k,”一个tensor-based再邻居交通速度的预测方法在数据缺失,“Transportmetrica B:传输动力学,8卷,不。1,第199 - 182页,2020。视图:出版商的网站|谷歌学术搜索
29. w·l·张问:Liu Yang:魏、d .盾,“一种改进再短期交通流预测模型”Procedia——社会和行为科学卷,96年,第662 - 653页,2013年。视图:出版商的网站|谷歌学术搜索
30. w·郑D.-H。李,施问:“短期高速公路交通流预测:贝叶斯神经网络相结合的方法,”交通运输工程学报,卷132,不。2、114 - 121年,2006页。视图:出版商的网站|谷歌学术搜索
31. 段y, y Lv w·康et al .,“交通流量预测与大数据:深度学习的方法,”IEEE智能交通系统,16卷,不。2、865 - 873年,2014页。视图:谷歌学术搜索
32. l, l .秦瞿x, y . Wang j . Zhang和b跑,”日前交通流预测基于深度信念网络优化的多目标粒子群算法,”以知识为基础的系统卷,172年,页1 - 14,2019。视图:出版商的网站|谷歌学术搜索
33. y . j . Tang f . Liu邹,w·张,和y王,“一种改进的模糊神经网络交通速度预测考虑周期性特点,“IEEE智能交通系统,18卷,不。9日,第2350 - 2340页,2017年。视图:出版商的网站|谷歌学术搜索
34. x, z, y . Wang h . Yu和y王,“长短期记忆神经网络交通速度预测使用远程微波传感器数据,”交通研究部分C:新兴技术54卷,第197 - 187页,2015年。视图:出版商的网站|谷歌学术搜索
35. j .高,y l . Murphey j .咦,h·朱,“数据驱动的换道行为检测系统基于序列学习,”Transportmetrica B:传输动力学卷,1队,2020页。视图:出版商的网站|谷歌学术搜索
36. r . j . Wang Chen和z,“交通速度预测城市交通网络:一个基于路径的深度学习的方法,”交通研究部分C:新兴技术卷,100年,第385 - 372页,2019年。视图:出版商的网站|谷歌学术搜索
37. b . l . Li跑,j·朱和b·杜”耦合的应用深度学习模型和分位数回归对旅行时间及其区间估计使用数据在不同的维度,“应用软计算文章ID 106387卷,93年,2020年。视图:出版商的网站|谷歌学术搜索
38. 王马x h . Yu y et al .,“大规模交通网络拥堵进化预测使用深学习理论,“《公共科学图书馆•综合》,10卷,不。3,2015。视图:出版商的网站|谷歌学术搜索
39. t·陈和c . Guestrin“XGBoost:可伸缩的树增加系统,”知识发现和数据挖掘,10卷,第794 - 785页,2016年。视图:谷歌学术搜索
40. g . j . Cheng Li和x陈,“高速公路旅行时间预测模型研究基于梯度提高决策树,”IEEE访问7卷,第7480 - 7466页,2018年。视图:谷歌学术搜索
41. 杨,j .吴y Du et al .,“整体学习短期流量预测基于梯度增加机器,”杂志上的传感器卷,2017篇文章ID 7074143, 15页,2017年。视图:出版商的网站|谷歌学术搜索
42. j·h·弗里德曼,“贪婪的近似函数:一个梯度增加机器,”统计年鉴,60卷,第1232 - 1189页,2001年。视图:谷歌学术搜索
43. c . Adam-Bourdarios g·考恩,c . Germain-Renaud et al .,”希格斯机器学习的挑战。”物理学杂志》:会议系列,卷664,不。7篇文章ID 072015 2015。视图:出版商的网站|谷歌学术搜索
44. m·陈问:刘、陈,y . Liu学术界。张,r·刘“XGBoost-based算法解释和应用事故后电力系统暂态稳定状态预测,“IEEE访问7卷,第13158 - 13149页,2019年。视图:出版商的网站|谷歌学术搜索
45. g .波音“OSMnx:获取新方法,构建,分析和可视化复杂的街道网络,”电脑、环境和城市系统卷,65年,第139 - 126页,2017年。视图:出版商的网站|谷歌学术搜索
46. f . g . Habtemichael和m . Cetin短期交通流量预测基于识别类似的交通模式,”交通研究部分C:新兴技术卷,66年,第78 - 61页,2016年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021年薄熙来太阳等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。