文献

J-GLOBAL ID：201902265869844024   整理番号：19A1499270

LightGBMアルゴリズムに基づくバスストローク時間予測【JST・京大機械翻訳】

Bus Travel Time Prediction Based on Light Gradient Boosting Machine Algorithm

著者 (4件)： Wang Fangjie (浙江国際海運職業技術学院航海工程学院,浙江舟山,316021) ,  Wang Fujian (浙江大学建筑工程学院,杭州,310058) ,  Wang Yuchen (浙江大学建筑工程学院,杭州,310058) ,  Bian Chi (浙江大学建筑工程学院,杭州,310058)
資料名： Jiaotong Yunshu Xitong Gongcheng Yuxinxi  (Jiaotong Yunshu Xitong Gongcheng Yuxinxi)
巻： 19  号： 2  ページ： 116-121  発行年： 2019年 
JST資料番号： C2945A  ISSN： 1009-6744  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 都市バスネットワークの運転において、バスのサイト間旅行時間は道路と環境条件に影響される。本論文では,バス運転中の車両速度特性,道路特性,および気象特性を分析した。特徴に基づくLightGBM(LightGradientBoostingMachine)バストリップ時間予測モデルを構築し、LightG-BMアルゴリズムにおける関連パラメータを調整することで、各影響特徴と因子の重みを割り当てる。天津市のあるバスバスの24日のバスGPSデータを用いて,このモデルを訓練し,検証し,歴史的平均値とKalmanフィルタに基づく旅行時間予測モデルと比較した。比較の結果、LightGBMモデルはMAE(MeanAbsoluteError)とMAPE(MeanAbsolutePercentageError)の2つの指標において、いずれも他の2つのモデルより大幅に優れていることが分かった。それは,LightGBMモデルがバスの旅行時間予測において,良い安定性と応用展望を持つことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 気象 ,  *予測 ,  Kalmanフィルタ ,  運転 ,  パラメータ ,  *アルゴリズム ,  ネットワーク ,  旅行時間 ,  道路 ,  市街バス ,  予測モデル
準シソーラス用語： GPSデータ ,  天津市 ,  環境条件 , 【Automatic Indexing@JST】

分類 (1件)： 電気自動車  (QG07020B)

タイトルに関連する用語 (4件)： アルゴリズム ,  バス ,  ストローク ,  予測