基于改进随机森林算法的短时交通流预测研究  

作　　者：王攀 赖莉娟 

机构地区：[1]华杰工程咨询有限公司,北京100029 [2]四川中鼎路达工程咨询有限公司,四川成都610016

出　　处：《中国交通信息化》2025年第2期96-100,共5页China ITS Journal

摘　　要：针对高速公路智能管控中对短时交通流预测的关键需求,本文提出了一种通过粒子群优化算法对随机森林模型进行参数寻优的组合预测模型(PSO-RF)。引入粒子群算法对随机森林模型进行优化,确定随机森林参数的最优组合,从而构建基于粒子群优化算法的随机森林模型,并使用多模型对比的方式对多时间尺度下的交通流数据进行了预测。实验结果表明,PSO-RF模型在高速公路短时交通流预测领域具有卓越的性能。

关 键 词：智能交通 交通流预测 粒子群算法 随机森林 

分 类 号：U491.14[交通运输工程—交通运输规划与管理] TP18[交通运输工程—道路与铁道工程]