基于SSA-XGBoost的综合型商业建筑停车需求预测研究

作     者：李聪颖 贠开拓 张浩星 张洪涛 袁锴璐 李坤 吴佳西 LI Congying;YUN Kaituo;ZHANG Haoxing;ZHANG Hongtao;YUAN Kailu;LI Kun;WU Jiaxi

作者机构：西安建筑科技大学土木工程学院西安710055 中国能源建设集团广东省电力设计研究院广州510799 

基　　金：陕西省自然科学基础研究计划项目(2020JM-478) 

出 版 物：《武汉理工大学学报(交通科学与工程版)》 (Journal of Wuhan University of Technology(Transportation Science & Engineering))

年 卷 期：2025年第49卷第1期

页      码：15-20,27页

摘      要：文中基于综合型商业建筑停车需求与机动车吸引量的关系,构建综合型商业建筑停车需求影响因素体系;运用麻雀搜索算法优化极限梯度提升树的超参数,建立综合型商业建筑停车需求预测组合模型;以西安市58个综合型商业建筑的停车需求预测为例,对比SSA-XGBoost模型与支持向量回归模型、XGBoost模型、lasso回归模型的预测结果.结果表明:SSA-XGBoost模型的R2值为0.963、平均绝对误差为75.584、均方根误差为85.749,相较于其他几种预测模型有更高的R2值和更小的预测误差.

主 题 词：停车需求预测 综合型商业 XGBoost 麻雀搜索算法 组合模型 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

D　O　I：10.3963/j.issn.2095-3844.2025.01.003

馆 藏 号：203157523...