РОБАСТНОЕ ПРОГНОЗИРОВАНИЕ ИНТЕНСИВНОСТИ ДВИЖЕНИЯ ТРАНСПОРТНЫХ ПОТОКОВ

Аннотация

Точная и своевременная информация о текущих и прогнозных параметрах транспортных потоков является важным условием функционирования интеллектуальных транспортных систем. Использование качественных данных позволит эффективнее решать задачу адаптивного управления транспортными потоками, снизить время движения, повысить точность планирования маршрутов поездок и в целом повысить эффективность использования транспортной инфраструктуры.

В данной статье представлено исследования воздействия светофорных объектов на регистрацию параметров транспортных потоков детекторами транспорта. Установлено, расположение зоны контроля детекторов транспорта в пределах участка формирования очереди транспортных средств ведет к искусственному зашумлению собираемых данных. Обосновано использования робастного прогноза параметров транспортного потока при решении задач адаптивного управления транспортными потоками.

Показано решение задачи робастного прогноза интенсивности движения с использованием модели LightGBM, основанной на алгоритме градиентного бустинга. Пространство признаков модели включало лаг интенсивности движения, дату и время полученных данных, признаки выходного дня и идентификатор группы полос движения. Робастность прогноза обеспечена за счет использования при вычислении функции ошибки модели сглаженного временного ряда методом LOWESS, при подаче на вход модели исходного, не сглаженного временного ряда.

Обученная на реальных данных модель имеет свойства робастности прогноза интенсивности движения, обеспечила фильтрацию стохастических колебаний и выбросов измеренных. При этом различает особенности суточных профилей для рабочих и выходных дней на всех группах полос, запаздывание прогноза наблюдалось только при наличии существенного отклонения наблюдаемой интенсивности от суточного тренда.