基于XGBOOST算法的拥堵路段短时交通流量预测

摘要

为了准确高效地预测拥堵路段短时交通流量,以便路段相关管理部门提前做好排堵措施,缓解交通拥堵发生,引入了一种机器学习算法XGBOOST.以广东省佛开高速平连互通-司前互通方向为例,首先通过采集、 清洗、 统计、 整合该路段及其相邻路段的高卡流水数据以及事件数据;然后进行特征工程,挖掘出与短时流量相关的重要特征;之后构建了该路段的短时交通流量预测模型.结果表明:与传统的GBDT模型相比,XGBOOST模型不仅精度高、 均方误差低,而且运行效率也快.最后用实际生产数据验证了模型较好的泛化能力.