基于SVR?LightGBM模型的高速公路 擁堵預測方法研究

打開文本圖片集

摘要：由于傳統(tǒng)的高速公路擁堵預測方法大多構(gòu)建的是單一的預測模型，模型的預測精度不高，并且大多以交通流的時間特征為基礎(chǔ)，缺少對交通流空間特征的深度挖掘，往往導致預測結(jié)果不理想。本文提出了一種基于SVR與LightGBM組合的高速公路擁堵預測模型，由于高速公路上中下游路段具有時空相關(guān)性，因此首先運用SVR模型實現(xiàn)上下游路段對中游目標路段流量、速度和占有率的預測，進而將預測值與目標路段真實的擁堵閾值輸入到LightGBM模型進行訓練來預測擁堵。（剩余7744字）