| 论文名称 | 透过资料融合以梯度提升决策树方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 | 李敏闻 |
| 指导教授 | 王晋元 |
| 论文摘要 | 旅行时间是道路上最重要的旅行资讯之一,若能准确预测未来的旅行时间,用路人可提早规划行程,管理单位亦能事先规划交通疏导措施。本研究之目的为融合多元资料,建立机器学习模型,用以预测高速公路未来的旅行时间。 本研究利用高速公路总局之公开资料进行分析,提出两种融合ETC资料以及VD资料之方法,并将资料输入梯度提升决策树中,经过参数校估,进行旅行时间预测。实证研究结果显示,本研究所提出之资料融合方法二相较于单纯ETC资料可以提升82%~97%的准确率,显示本研究所使用之资料融合方法,可以有效提升整体预测准确度。 |
| 附件下载 | (电子档于110-07-05后开放下载) 透过资料融合以梯度提升决策树方法预测高速公路旅行时间之研究.pdf |
| 张贴日 | 2022/12/08 |
| Hashtags |
查看次数:
6