基于改进随机森林算法的短时交通流预测研究

下载PDF

导出

摘要针对高速公路智能管控中对短时交通流预测的关键需求,本文提出了一种通过粒子群优化算法对随机森林模型进行参数寻优的组合预测模型(PSO-RF)。引入粒子群算法对随机森林模型进行优化,确定随机森林参数的最优组合,从而构建基于粒子群优化算法的随机森林模型,并使用多模型对比的方式对多时间尺度下的交通流数据进行了预测。实验结果表明,PSO-RF模型在高速公路短时交通流预测领域具有卓越的性能。

作者王攀赖莉娟

机构地区华杰工程咨询有限公司四川中鼎路达工程咨询有限公司

出处《中国交通信息化》 2025年第2期96-100,共5页 China ITS Journal

关键词智能交通交通流预测粒子群算法随机森林

分类号 U491.14 [交通运输工程—交通运输规划与管理] TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献11

1何鸿杰,陈先龙.基于指数平滑法和残差网络的短时交通流预测方法[J].交通工程,2023,23(3):97-106. 被引量：8
2李翠,黄侃,李霞.基于K近邻与主成分分析的短时交通流预测[J].公路交通技术,2022,38(3):138-144. 被引量：5
3于德新,常丽君,郭海波,田广东.基于数据相似性的路段短期交通流预测方法研究[J].吉林建筑大学学报,2022,39(5):28-32. 被引量：2
4高海龙,徐一博,刘坤,李春阳,卢晓煜.基于多源数据融合的高速公路路网短时交通流参数实时预测[J].吉林大学学报（工学版）,2024,54(1):155-161. 被引量：3
5马飞,杨治杰,王江博,孙启鹏,鲍博,郭庆元,黄凯.基于气象-交通多通道数据融合的短时交通流速度预测模型[J].交通运输工程学报,2024,24(6):183-196. 被引量：7
6蔡浩,李林峰,李涵,李新,周腾.基于极限学习机的短期交通流预测混合优化模型[J].交通运输系统工程与信息,2023,23(5):75-82. 被引量：6
7兰添贺,曲大义,陈昆,刘浩敏.基于CS算法优化的SVM短时交通流预测模型[J].青岛理工大学学报,2024,45(1):134-140. 被引量：7
8田佳,王德勇,师文喜.基于集合经验模态分解和随机森林的短时交通流预测[J].科学技术与工程,2023,23(29):12612-12619. 被引量：11
9王攀,章玉,张婷婷,李利.基于ETC门架数据的山区高速公路事故风险辨识研究[J].中国交通信息化,2024(3):80-84. 被引量：1
10孙朝云,吕红云,杨荣新,魏振荣,郝雪丽,裴莉莉.改进粒子群优化XGBoost模型的高速公路服务区交通量预测[J].北京交通大学学报,2021,45(5):74-83. 被引量：24

二级参考文献93

1戢晓峰,谢世坤,覃文文,杨文臣,胡澄宇.基于轨迹数据的山区危险性弯道路段交通事故风险动态预测[J].中国公路学报,2022,35(4):277-285. 被引量：37
2姚智胜,邵春福,熊志华,岳昊.基于主成分分析和支持向量机的道路网短时交通流量预测[J].吉林大学学报（工学版）,2008,38(1):48-52. 被引量：49
3徐铖铖,刘攀,王炜,李志斌.恶劣天气下高速公路实时事故风险预测模型[J].吉林大学学报（工学版）,2013,43(1):68-73. 被引量：27
4傅贵,韩国强,逯峰,许子鑫.基于支持向量机回归的短时交通流预测模型[J].华南理工大学学报（自然科学版）,2013,41(9):71-76. 被引量：92
5郭欢,肖新平,Jeffrey Forrest.基于GM(1,1|τ,r)模型的城市道路短时交通流预测[J].交通运输系统工程与信息,2013,13(6):60-66. 被引量：25
6戴厚兴,吴兆麟.能见度不良天气下海上交通安全风险预警系统[J].交通运输工程学报,2018,18(5):195-206. 被引量：9
7谢海红,戴许昊,齐远.短时交通流预测的改进K近邻算法[J].交通运输工程学报,2014,14(3):87-94. 被引量：32
8曹俊业,李涛,陈秀锋,陈文娇,郭涛,曲大义.面向潮汐交通流的信号控制策略优化[J].青岛理工大学学报,2015,36(2):87-94. 被引量：4
9王慧勇,晏秋.基于灰色线性回归组合模型的高速公路交通量预测[J].交通运输工程与信息学报,2016,14(1):53-57.
10程政,陈贤富.基于随机森林模型的短时交通流预测方法[J].微型机与应用,2016,35(10):46-49. 被引量：14

共引文献70

1王智勇,李丽敏,温宗周,尚艳芳,王莲霞.基于GWO-XGBoost泥石流灾害预测[J].电子测量技术,2023,46(3):92-99. 被引量：5
2张龙凤,杨依琪,余熙,康豪,邓雁乔.基于SSA和XGBoost的石油月产量多步预测研究[J].石油工业计算机应用,2022,30(1):74-78. 被引量：1
3董涛,段淼,车晓萍,孙友凯.石油勘探应用软件的资源需求分析及预测方法[J].信息技术与信息化,2022(3):21-24.
4李保安,张雨祺,李培峦.基于贝叶斯优化的SVM-Xgboost移动支付风险预警模型[J].河南科技大学学报（自然科学版）,2022,43(5):50-56. 被引量：6
5丁英.经开至汉南一体化交通项目规划交通量预测[J].黑龙江交通科技,2022,45(10):145-149.
6顾天下,刘勤明.面向高维和不平衡数据的供应链金融信用评价[J].计算机应用研究,2022,39(11):3396-3401. 被引量：6
7姚志刚,卢致远,李聪聪,王元庆.CEEMDAN-PSO组合优化BiLSTM的公交站点短时客流预测方法[J].北京交通大学学报,2023,47(1):74-80. 被引量：8
8杨飞.基于IPSO的霍尔特指数平滑系数的铁路客运量预测研究[J].铁道勘察,2023,49(2):82-86. 被引量：1
9赵转转,程长,闫晟煜,赵佳琪.基于收费数据的高速公路车辆运行速度算法[J].公路,2023,68(6):298-303. 被引量：4
10田晓梅,崔洪军,朱敏清,马新卫.基于时空地理加权回归的服务区驶入量影响因素分析[J].科学技术与工程,2023,23(20):8828-8838. 被引量：3

1邴其春,赵盼盼,任参政,王雪倩,赵一鸣.基于时序数据分解重构的短时交通流预测方法[J].交通信息与安全,2024,42(6):112-122. 被引量：1
2庄伟卿,余晗彧.CPO-BiLSTM模型在短时交通流预测中的应用[J].交通科技与经济,2025,27(1):1-7. 被引量：1
3周伟,李映潭,孙剑,蔡慰柠,王杰.基于GEDI数据多输出深度学习的森林参数与林下地形反演[J].绿色科技,2024,26(24):257-264. 被引量：1

中国交通信息化

2025年第2期

浏览历史

内容加载中请稍等...

基于改进随机森林算法的短时交通流预测研究

参考文献11

二级参考文献93

共引文献70

相关作者

相关机构

相关主题

浏览历史