基于LightGBM-SVR-LSTM的停车区车位预测

作     者：杨培红 哈元元 余智鑫 赵建东 YANG Pei-hong;HA Yuan-yuan;YU Zhi-xin;ZHAO Jian-dong

作者机构：青海省高速公路运营管理有限公司西宁810008 北京交科公路勘察设计研究院有限公司北京100083 北京交通大学交通运输学院北京100044 

基　　金：国家自然科学基金(71871011) 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2022年第22卷第20期

页      码：8954-8959页

摘      要：停车难和交通拥堵现象愈演愈烈,提前告知驾驶员未来一段时间空车位数量,可以减少其寻找有效车位的时间,进而够缓解拥堵情况。基于此,提出了一种基于LightGBM-SVR-LSTM的停车区剩余车位预测模型。首先,通过数据预处理,尽可能保留原始数据特征的基础上,修复部分噪声数据;其次,将修复的数据放入轻量级梯度提升机(light gradient boosting machine, LightGBM),提取叶子节点的值作为新的特征,并将其放入支持向量回归模型(support vector regression, SVR)进行预测;然后,利用长短时记忆神经网络(long short-term memory neural network, LSTM)进行误差修复。最后,选取某停车区数据,利用均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute error, MAE)、平均百分比误差(mean absolute percentage error, MAPE)进行预测效果验证。结果表明:在正常条件和节假日期间,所提出的组合模型精度均有提升,具有一定的鲁棒性。

主 题 词：停车区 数据清洗 剩余车位预测 组合模型 

学科分类：08[工学] 0838[0838] 

D　O　I：10.3969/j.issn.1671-1815.2022.20.049

馆 藏 号：203114078...