基于LightGBM算法的公交行程时间预测

作者：王芳杰^*; 王福建; 王雨晨; 边驰

来源：交通运输系统工程与信息, 2019, 19(02): 116-121.

DOI：10.16097/j.cnki.1009-6744.2019.02.017

• 城市交通
• 预测
• LightGBM算法
• 公交车行程时间
• GPS数据

在城市公交网络运行中,公交车的站点间行程时间会受到道路和环境条件的影响.本文对公交车运行过程中的车辆速度特征、道路特征及天气特征等进行了分析.建立了基于特征的LightGBM (Light Gradient Boosting Machine)公交行程时间预测模型,通过调整LightGBM算法中的相关参数,以分配各个影响特征和因素的权重大小.然后利用天津市某条公交线路24天的公交车GPS数据对模型进行了训练和验证,并与基于历史平均值和卡尔曼滤波的行程时间预测模型进行对比.比较结果表明,LightGBM模型在MAE (Mean Absolute Error)和MAPE (Mean Absolute Percentage Error)这两个指标上均大幅度优于其他两个模型,说明LightGBM模型在公交车行程时间预测上具有很好的稳定性和应用前景.

• 单位
  浙江大学; 建筑工程学院; 浙江国际海运职业技术学院