引入时空特征的高速公路行程时间预测方法 |
| |
引用本文: | 林培群,夏雨,周楚昊.引入时空特征的高速公路行程时间预测方法[J].华南理工大学学报(自然科学版),2021,49(8):1-11. |
| |
作者姓名: | 林培群 夏雨 周楚昊 |
| |
作者单位: | 华南理工大学 土木与交通学院, 广东 广州510640 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;广东省自然科学基金;中央高校基本科研业务费专项华南理工大学项目 |
| |
摘 要: | 为克服现有方法预测步长短、无法充分利用路网时空特征的局限性,实现高速公路行程时间的准确预测,基于高速公路起讫点(OD)数据集,采用随机森林模型(RF)、极端梯度提升模型(XGBoost)、长短时记忆神经网络模型(LSTM)、K-最近邻模型(KNN)、支持向量机回归模型(SVR)等5种常用算法对车辆行程时间进行多步长预测...
|
关 键 词: | 行程时间预测 机器学习 时空特征 高速公路 贝叶斯回归 |
本文献已被 万方数据 等数据库收录! |
|