基于梯度提升决策树的汇合交互作用研究

• 作者: 李根 翟伟 邬岚
• 来源期刊: 浙江大学学报（工学版）
• 学科: 交通运输
• 关键词: 公路运输 交织区 梯度提升决策树(GBDT) 汇合交互作用 数据挖掘
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 交通工程、土木工程|Traffic Engineering, Civil Engineering
• 页码范围: 649-655
• 页数: 7页
• 分类号: U491
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2022.04.003

摘要

为了研究高速公路目标车道领跟车在交织区与汇合车辆的交互作用,基于梯度提升决策树(GBDT)建立交织区汇合交互作用模型.引入目标车道领跟车与前车、后车和汇合车辆的速度差、时间间隙、冲突评价指标及横向位置,分析汇合车辆与领跟车之间的交互行为.利用美国NGSIM数据集中目标车道领跟车与汇合车辆的轨迹数据对模型进行训练和测试,比较不同损失函数对模型的拟合效果,对汇合加速度进行偏效应分析.研究结果表明,基于平方损失函数(LS)的GBDT模型精度高于基于最小绝对偏差(LAD)和胡贝尔(Huber-M)损失函数的模型.在汇合行为的各研究对象中,汇合车辆的预测精度高于领跟车,汇合车辆的横向位置在汇合交互作用中的影响程度最高.GBDT模型用于汇合交互行为不仅可以准确预测目标车道领跟车与汇合车辆之间的交互作用,也能够获取影响变量与加速度之间隐藏的非线性关系.