陕西师范大学学报(自然科学版)2020，Vol.48Issue(2) ：25-31.

恶劣天气情况下基于随机森林算法的交通流量预测

Traffic flow prediction based on random forest in severe weather conditions

徐秀娟 白玉林 徐璐 许真珍 赵小薇
陕西师范大学学报(自然科学版)2020，Vol.48Issue(2) ：25-31.
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

恶劣天气情况下基于随机森林算法的交通流量预测

Traffic flow prediction based on random forest in severe weather conditions

徐秀娟 1白玉林 2徐璐 2许真珍 1赵小薇1
扫码查看

作者信息

  • 1. 大连理工大学 软件学院,辽宁 大连 116620;辽宁省泛在网络与服务软件重点实验室(大连理工大学),辽宁 大连 116620
  • 2. 大连理工大学 软件学院,辽宁 大连 116620
  • 折叠

摘要

针对恶劣天气情况,提出基于随机森林交通流量预测模型,基于2016年纽约市出租车数据以及天气情况,对原始GPS数据进行层层筛选,筛选出符合恶劣天气条件定义的数据,以随机森林回归方法为基础研究恶劣天气下交通流量的预测模型,并通过调整模型的超参数改善了模型的性能;同时将随机森林模型与BP神经网络模型和决策树模型做了性能对比,随机森林预测模型最终取得的实验结果较好.

关键词

交通流量预测/随机森林/恶劣天气/自举集成

引用本文复制引用

基金项目

国家自然科学基金(61502069)

中央高校基本科研业务费(DUT17JC45)

出版年

2020
陕西师范大学学报(自然科学版)
陕西师范大学

陕西师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.563
ISSN：1672-4291
被引量5
参考文献量4
段落导航相关论文