基于可解释机器学习的大型活动场馆周边路网运行状态影响研究OA北大核心CSTPCD
举办大型活动会导致周边受影响区域在短时间内集中大量人群和车辆,场馆周边路网与常态交通具有差异化特征.为探究大型活动对场馆周边路网运行状态的影响机理,解析活动规模、路段与活动场馆的空间距离等因素的影响特征,构建融合XGBoost算法与部分依赖图的可解释机器学习模型,以捕捉不同因素的非线性效应与协同影响.以北京市为例开展了实证研究,单因素的异质性影响表明:路段与活动场馆的空间距离及活动规模对场馆周边路网运行状态的影响较大,其相对重要度分别达到27.1…查看全部>>
吴明珠;冯楷;翁剑成;魏瑞聪;王晶晶;钱慧敏
北京工业大学交通工程北京市重点实验室,北京100124北京工业大学交通工程北京市重点实验室,北京100124北京工业大学交通工程北京市重点实验室,北京100124福建省高速公路联网运营有限公司,福州350001北京市交通运行监测调度中心,北京100161北京市交通运行监测调度中心,北京100161
交通运输
城市交通短时大型活动路网运行状态影响关系XGBoost模型部分依赖图
《南京信息工程大学学报》 2024 (2)
P.221-230,10
国家自然科学基金(52072011)。
评论