基于時空信息的高速公路出入口交通車流量預(yù)測

石文婷

摘要：文章提出一種結(jié)合時間與空間信息，使用梯度提升決策樹的車流量預(yù)測方法，對廣西高速公路某特定出口的車流量進行數(shù)據(jù)分析，并將其與其他常用的預(yù)測方法進行了比較。結(jié)果表明，該方法可以更準確高效地預(yù)測高速公路出入口流量，具有更好的預(yù)測性能。

關(guān)鍵詞：車流量預(yù)測;時空信息;梯度提升決策樹

中圖分類號：U491.1⁺13 文獻標識碼：A DOI：10.13282/j.cnki.wccst.2020.11.048

文章編號：1673-4874（2020）11-0175-05

0引言

高速出入口作為交通路網(wǎng)的敏感點，經(jīng)常在重要節(jié)假日承受著巨大的車流壓力。對高速公路出入口做車流量的預(yù)測有助于幫助出行民眾做出明智的決策，以決定出行時間與出行路線，分散出入口壓力，降低交通動脈的強度。準確的預(yù)測也為交管部門分擔部分壓力，為其高效地做好交管部署措施提供依據(jù)。

由歷史交通數(shù)據(jù)，對下一個時隙的交通量進行預(yù)測（比如使用前幾個月某節(jié)點的車流量數(shù)據(jù)預(yù)測未來一段時間此節(jié)點的車流量趨勢）是業(yè)界一直研究的比較經(jīng)典的交通量預(yù)測問題。數(shù)十年來，許多研究調(diào)查了流量預(yù)測。博克思（Box）和詹金斯（Jenkins）于70年代初提出的著名時間序列預(yù)測方法自回歸積分移動平均（ARIMA）算法和卡爾曼濾波是比較早期被廣泛應(yīng)用于交通預(yù)測問題中的研究方法，這些比較早期的研究方法只關(guān)注于個體交通節(jié)點交通信息的時間特征。近年來，空間特征也逐漸被考慮進入有關(guān)交通的相關(guān)研究。但是，多數(shù)方法仍基于傳統(tǒng)的時間序列模型或機器學(xué)習(xí)模型，無法很好地抓住非線性時空關(guān)系。

廣西境內(nèi)有約360個高速出入口，高速公路每日的車流量（注：本文研究是基于經(jīng)過出口收費站有收費數(shù)據(jù)的車輛數(shù)據(jù)，未將通過ETC通道的車輛算入本文所統(tǒng)計的車流量數(shù)據(jù)內(nèi)）可達幾十萬輛。由此，對高速出入口做車流量預(yù)測是一項非常必要的研究方向。本文將會對廣西高速公路某特定出口的車流量進行數(shù)據(jù)分析，并基于時間與空間特征以及原始車流量數(shù)據(jù)，提出一種結(jié)合時間與空間特征的經(jīng)過優(yōu)化的梯度提升的決策預(yù)測方法，對此高速出口車流量進行預(yù)測與分析，以驗證本文方法的準確性。

1高速公路出入口車流量數(shù)據(jù)分析

1.1車流量數(shù)據(jù)分析

為更好地對高速公路車流量進行特征篩選，首先應(yīng)對車流量數(shù)據(jù)進行數(shù)據(jù)分析以進行較為直觀的查閱，尤其是對于此類時序性數(shù)據(jù)，可視化的方法可以提供較為全面的參考和對比，為后續(xù)模型的搭建提供先決有利參考。

根據(jù)道路運輸數(shù)據(jù)的特性，為了驗證同期車流量整體趨勢是否上升或下降的猜想，以及選取合適的粗細粒度來設(shè)計統(tǒng)計特征，本文先對時序數(shù)據(jù)進行數(shù)據(jù)探索，比如同月不同站點車流量情況、不同星期同日同站等時序數(shù)據(jù)進行對比，結(jié)果如圖1、圖2所示。不難發(fā)現(xiàn)，不同地點的車流量數(shù)據(jù)會與時間成一定關(guān)系，每周不同日期也對車流量有一定影響。

1.2天氣數(shù)據(jù)分析

天氣數(shù)據(jù)是時序數(shù)據(jù)，根據(jù)天氣數(shù)據(jù)與車流量關(guān)系，我們將天氣好易于出行的天氣賦予高權(quán)值，將不易于出行的天氣賦予低權(quán)值。如圖3為11月份每日桂林南出口車流量與天氣的趨勢對比圖。天氣曲線權(quán)值高的點代表天氣晴好利于出行，權(quán)值低的點代表天氣不利于出行（天氣曲線對應(yīng)的數(shù)值無實際意義，只代表天氣狀態(tài)）?？梢园l(fā)現(xiàn)，天氣與交通量曲線變化趨勢大致相同，證明天氣的變化與交通量的變化有著相關(guān)聯(lián)系，天氣的時間序列變化可作為交通量預(yù)測的重要依據(jù)。

2基于時空信息的梯度提升的決策樹預(yù)測模型

2.1特征工程

根據(jù)前期工作已對高速出入口交通量與可能影響車流量的時間、空間等相關(guān)信息做的數(shù)據(jù)分析，不難發(fā)現(xiàn)，相關(guān)因素的時序差異會對車流量產(chǎn)生明顯的影響。如果可以將這些影響因素納入算法特征，則增加了算法的魯棒性，預(yù)測準確率也會相應(yīng)提升。

2.1.1時間特征

經(jīng)過對一定時間段內(nèi)出入口的車流量進行相關(guān)分析，可計算得各出入口之間的相關(guān)系數(shù)，如圖4所示，并把其與出入口站點地理位置進行對比，易發(fā)現(xiàn)，皮爾遜相關(guān)系數(shù)可以滿足地理相關(guān)性特征的表述。

除了地理相關(guān)性特征，還有各地常住人口、景區(qū)數(shù)量、與其他高速出入口連通情況等特征可以表示該出入口地理環(huán)境的因素也可進行處理納入訓(xùn)練特征。

2.1.3異常值處理

在交通流量的時間序列里，交通流量可能會隨著某些特殊日子的時間點產(chǎn)生較大的浮動。例如，交通流量在國慶假期前三天的數(shù)值遠高于其前后兩天的數(shù)值，此類數(shù)據(jù)可以當成異常值進行處理。如果不對數(shù)據(jù)中的突變值（異常值）進行處理，可能會影響最終模型回歸預(yù)測的結(jié)果。本文通過變換變量法以減少由異常值引起的回歸變化，將數(shù)值進行對數(shù)轉(zhuǎn)換，減少異常值帶來的模型敏感。

2.2基于優(yōu)化的梯度提升的決策樹模型

本文選用LightGBM模型作為訓(xùn)練模型。LightGBM是一個基于學(xué)習(xí)算法的決策樹的梯度提升框架。微軟團隊在2017年的NIPS中提出了LightGBME41，它也是一種基于優(yōu)化的梯度提升決策樹（GBDT）進行提升的方法。對于此類型的決策樹模型，最耗時的部分是在執(zhí)行特征選擇節(jié)點分割時，遍歷所有可能的分割點并計算信息增益以找到最佳分割點。LightGBM有兩種樹的生成方式，一種是Level—wise，另一種是leaf-wise。Level-wise策略逐級數(shù)據(jù)可以同時分割同一層葉子，是一種更有效的策略，每次從所有葉子中尋找具有最大分裂增益的葉子，然后分裂并循環(huán)。leaf-wise策略可以減少更多錯誤，并在分割數(shù)相同時獲得更高的精度，本文采用的是基于leaf-wise的LightGBM模型進行訓(xùn)練。

2.3基于時空信息與其他相關(guān)影響因素的預(yù)測模型

本文基于特征工程選擇及相關(guān)統(tǒng)計因素創(chuàng)建的54個基于時間和空間及相關(guān)影響因素的特征，通過使用具有深度限制的葉子生長策略并調(diào)整放入直方圖策略來優(yōu)化LightGBM模型。將統(tǒng)計數(shù)據(jù)以離散值作為指標存儲在直方圖中。遍歷數(shù)據(jù)后，直方圖會累積所需的統(tǒng)計量，然后根據(jù)直方圖的離散值找到最佳分割點。

在Leaf-wise算法中，可以把該算法看成一個強模型由多個決策樹經(jīng)過訓(xùn)練，更新參數(shù)提升而成。本文模型訓(xùn)練方法先初始化了64棵決策樹，訓(xùn)練權(quán)重為1/64，在訓(xùn)練各決策樹時更新改樹權(quán)值，直至誤差降到范圍之內(nèi)則停止訓(xùn)練，最終得到經(jīng)過提升的強模型，見式3。

3仿真及結(jié)果

3.1數(shù)據(jù)集

本文的基礎(chǔ)車流量數(shù)據(jù)為廣西部分高速出口經(jīng)過人工收費通道車流量數(shù)據(jù)，數(shù)據(jù)為每日每小時車流量總數(shù)。在實驗中的訓(xùn)練數(shù)據(jù)（訓(xùn)練集+驗證集）采用的是2019年10月、11月的相關(guān)出入口的車流量數(shù)據(jù)，以桂林南出入口的2019年12月的數(shù)據(jù)為預(yù)測對象（測試集）。訓(xùn)練集用于模型的訓(xùn)練以擬合數(shù)據(jù)樣本，使模型損失降低。驗證集主要作用為調(diào)整模型的超參數(shù)和用于對模型的能力進行初步評估，最終的測試集（算法的預(yù)測任務(wù)）用來評估最終模型的泛化能力。在本實驗中采用各數(shù)據(jù)集的配比為：訓(xùn)練集：驗證集：測試集=4：2：3。天氣數(shù)據(jù)、地理位置等其他相關(guān)數(shù)據(jù)用于構(gòu)造并優(yōu)化特征。

在RMSE的表達式（4）中，yi為預(yù)測值，yi為真實值。均方根誤差RMSE用來衡量觀測值與真實值之間的偏差，常用作機器學(xué)習(xí)模型預(yù)測結(jié)果衡量的標準。本文采用RMSE作為算法誤差的評價指標，依次對比本文模型與其他常用預(yù)測模型的表現(xiàn)。

3.3結(jié)果與對比

經(jīng)過運用本文基于時空信息的梯度提升決策樹模型，對目標站點2019年12月每天12：00的出口方向車流量進行的預(yù)測結(jié)果與車流量的真實值進行對比，如圖6所示，發(fā)現(xiàn)針對周末的預(yù)測值普遍高于實際值，且周末的實際車流量不太穩(wěn)定，預(yù)測誤差較于工作日較大。經(jīng)過對工作日以及周末的車流量數(shù)據(jù)分別進行統(tǒng)計特征提取并輸入訓(xùn)練模型后，模型的預(yù)測能力均有所提升，優(yōu)化后的預(yù)測結(jié)果如圖7、圖8所示。

將本文方法的預(yù)測誤差RMSE與其他常見用于預(yù)測的模型做本預(yù)測任務(wù)產(chǎn)生的RMSE作對比（如表1所示），不難發(fā)現(xiàn)本模型在做本次預(yù)測任務(wù)時所產(chǎn)生的RMSE低于其他模型，這表明本算法模型具有更優(yōu)的預(yù)測交通車流量的能力。

綜上，本文方法對選定出入口的預(yù)測結(jié)果與實際車流量趨勢與數(shù)值吻合度較高，可以用于預(yù)測車流量的變化趨勢，為交管部門提供較為有利的決策依據(jù)。

4結(jié)語

本文提出了一種基于時空信息的使用梯度提升決策樹的車流量預(yù)測方法，主要將多種時序信息與空間信息映射成相應(yīng)特征輸入訓(xùn)練模型，使用一種經(jīng)過調(diào)優(yōu)的梯度提升的訓(xùn)練方法進行訓(xùn)練并完成相應(yīng)的預(yù)測任務(wù)。實驗結(jié)果表明，本文方法的預(yù)測結(jié)果較為理想，在預(yù)測準確率與完成效率上均略高于其他常用預(yù)測方法，也高于只單一考慮時間信息的預(yù)測方法，所以本文方法可為車流量預(yù)測提供參考。