恶劣天气情况下基于随机森林算法的交通流量预测

• 作者: 徐璐 徐秀娟 白玉林 许真珍 赵小薇
• 来源期刊: 陕西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 交通流量预测 随机森林 恶劣天气 自举集成
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能专题
• 页码范围: 25-31
• 页数: 7页
• 分类号: TP39
• 字数: 5520字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵小薇	大连理工大学软件学院	14	16	2.0	3.0
3	白玉林	大连理工大学软件学院	1	0	0.0	0.0
4	徐璐	大连理工大学软件学院	1	0	0.0	0.0