[發明專利]一種基于偏差校正隨機森林的交通流短時預測方法

有效

• 申請號: 202110583035.2
• 申請日: 2021-05-27
• 公開（公告）號: CN113392880B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 聶慶慧;歐吉順;龍秀江;梁程;周志剛
• 申請（專利權）人: 揚州大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G08G1/01
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 張弛

1.一種基于偏差校正隨機森林的交通流短時預測方法，其特征在于，包括以下步驟：

(1)從待預測交通流狀態參數目標特征時間序列中提取前T階時間滯后特征作為表征時間關聯特性的預測特征集合，T階時間滯后特征是對于當前待預測時刻的交通流狀態參數目標特征，取其前T個時刻的交通流狀態參數值為預測特征值，為正整數；

(2)從待預測交通流狀態參數目標特征時間序列中提取以下表征季節性特性的預測特征集合；

(3)從與待預測交通流狀態參數目標特征相關聯的其他交通流狀態參數的時間序列中提取前T階時間滯后特征作為表征交通流狀態參數間交互影響特性的預測特征集合；

(4)從與待預測的當前路段交通流狀態參數目標特征相關聯的空間上下游路段的交通流狀態參數時間序列中提取表征交通流空間關聯特性的預測特征集合；

(5)將步驟(1)中的交通流狀態參數目標特征與步驟(1)～(4)中的預測特征集合合并，可以得到用于交通流預測建模的交通流預測數據集；令構建的交通流預測數據集記為D_origin，

其中，表示數據集D_origin中第i個樣本的第m個特征，y_i表示數據集D_origin中第i個樣本的目標特征，N表示數據集D_origin中樣本的數量，M表示數據集D_origin中預測特征的數量；

(6)利用自助抽樣法從數據集D_origin中抽取N_S個樣本生成訓練回歸樹模型的數據集D_k；其中，K為回歸樹模型的數量；令OOB_k表示屬于數據集D_origin但不屬于數據集D_k的樣本所構成的數據集合，即袋外數據集OOB_k＝D_origin-D_k；基于CART分類回歸樹算法和數據集D_k訓練回歸樹模型T_k，并利用回歸樹模型T_k對數據集OOB_k中的樣本進行預測；T_k在數據集OOB_k上的預測的均方誤差記為ErrOOB_k；重復上述過程K次，得K個袋外數據集K棵回歸樹和K個均方誤差

(7)對訓練數據集中的第m個特征的特征值進行隨機值置換，得到置換數據集基于上述K個置換數據集重新訓練K棵回歸樹計算這K個回歸樹模型在其對應的K個袋外數據集上的均方誤差1≤m≤M；

(8)對第m個特征的重要性進行度量：

上式中，PI_m表示第m個特征值的重要性度量分數，K為回歸樹模型的數量；

重復執行步驟(7)和步驟(8)，得到數據集中每個預測特征的重要性度量分數；

(9)采用以下兩類特征選擇策略進行特征子集遴選；

第一類特征選擇策略：

設定特征重要性閾值為θ，對特征子集進行遴選：

I＝{x^m|PI_m＞θ，1≤m≤M}

其中，I為遴選出的重要特征子集，x^m是數據集D_origin中第m個特征；

第二類特征選擇策略：

依據前述得到的特征重要性對數據集中的所有特征由大到小排序，設定遴選的特征數量為p，從排序過后的特征集合中提取前p個特征作為遴選出的重要特征子集；

構建用于最終預測模型訓練和測試的訓練數據集D_train和測試數據集D_test；

(10)利用自助抽樣法從選擇后的訓練數據集D_train中抽取N_D個樣本，利用隨機特征選擇策略從抽取的樣本中隨機選擇M_k個特征，構建一個訓練集TR_k；基于CART算法和TR_k，構建回歸樹模型

(11)重復步驟(11)共K次，生成K個回歸樹模型

(12)計算K個回歸樹模型在訓練數據集上的預測偏差：其中，Y為D_train中樣本目標特征的真實值，為第k個回歸樹模型在D_train中樣本目標特征上的預測值，X為D_train中樣本預測特征集合；將上述預測偏差值替換原始訓練數據集D_train中樣本目標特征的真實值，然后利用替換的訓練數據集重新訓練新的K個回歸樹模型

(13)給定一個測試樣本x，利用構建的K個回歸樹模型計算其對應的K個預測值利用構建的新的K個回歸樹模型計算其對應的K個預測偏差值

(14)計算K個回歸樹模型的偏差校正后的預測值即偏差校正預測值等于預測值加上預測偏差值；

(15)用中位數融合規則計算對于x的最終預測：

median(·)是對K個預測值求中位數值，作為最終的預測結果。