论文名称 以改良式k-NN法预测高速公路旅行时间之研究
年别 110
学位 硕士
学校系所 国立交通大学 运输与物流管理学系
作者 丁楚文
指导教授 王晋元
论文摘要        旅行时间预测为我国推动智慧型运输系统主要发展项目之一,用以解决交通壅塞对环境造成的空气污染与行程延误所致之经济损失,近年研究多蒐集一定数量之数据,并以不同机器学习算法进行预测。然而,影响旅行时间因素甚多,过往研究仅以单一或少数特征进行预测。本研究期望发展一套即时预测方法,考量多个与旅行时间有关特征去预测现况时间下之交流道间旅行时间,应用于我国高速公路此类无号志化路段上,资料蒐集上使用了VD与ETC两种资料,并以更为准确之方式推估旅行时间资讯,方法选择上则考量预测效果与资料适用性,以k-NN法进行预测,并针对距离计算方式、估计预测值方法、k值变动方式进行改良,预测结果可作为民众出行依据与道路主管机关管理参考。
       本研究以高公局资料进行实测,找出最佳特征向量组合,结果显示在此组合下与单一特征向量相比能有效提升预测准确度,改良k-NN的部分则显示本研究所提之距离计算方式同样能提升预测效果,估计预测值方法上则以平均法进行预测之效果为佳,而k值变动与否则在准确度提升方面成效有限。在本研究最佳设定之下平均之MAPE为2.57%、MAE为63.4、RMSE为118.9,具备准确预测高速公路旅行时间之能力。
附件下载 (电子档于113-08-09后开放下载)
张贴日 2022/12/08
Hashtags
查看次数: 6