基于演化模式挖掘和代價(jià)敏感學(xué)習(xí)的交通擁堵指數(shù)預(yù)測(cè)①

張翔宇 張 強(qiáng) 呂明琪*

(*中國(guó)科學(xué)院計(jì)算技術(shù)研究所 北京 100190)(**中國(guó)科學(xué)院大學(xué) 北京 100049)(***北京賽迪時(shí)代信息產(chǎn)業(yè)股份有限公司 北京 100048)(****浙江工業(yè)大學(xué)計(jì)算機(jī)學(xué)院 杭州 310014)

0 引 言

交通擁堵指數(shù)(traffic congestion index，TCI)是對(duì)道路交通擁堵程度進(jìn)行量化評(píng)價(jià)的一種指標(biāo)[1]。然而，相比于對(duì)當(dāng)前交通擁堵指數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，對(duì)未來(lái)交通擁堵指數(shù)進(jìn)行準(zhǔn)確預(yù)測(cè)具有更大的價(jià)值。如幫助司機(jī)更好地進(jìn)行路線規(guī)劃[2]，幫助城市管理者更好地進(jìn)行道路建設(shè)規(guī)劃[3]。

交通擁堵指數(shù)預(yù)測(cè)是一種交通流預(yù)測(cè)(交通流包括車流量、平均車速、交通擁堵指數(shù)等)。傳統(tǒng)交通流預(yù)測(cè)主要在考慮交通系統(tǒng)物理特性的基礎(chǔ)上采用交通模擬的方法[4-6]。然而，交通模擬需要設(shè)置大量的參數(shù)，而這些參數(shù)在真實(shí)環(huán)境中往往無(wú)法獲得，因此交通模擬通常無(wú)法大規(guī)模地應(yīng)用到整個(gè)城市的道路網(wǎng)絡(luò)。隨著交通數(shù)據(jù)采集設(shè)備的廣泛部署，目前主流的交通流預(yù)測(cè)工作均采用數(shù)據(jù)驅(qū)動(dòng)的方法。數(shù)據(jù)驅(qū)動(dòng)的交通流預(yù)測(cè)方法主要包括統(tǒng)計(jì)模型、機(jī)器學(xué)習(xí)模型、深度學(xué)習(xí)模型。其中，統(tǒng)計(jì)模型主要基于時(shí)間序列分析實(shí)現(xiàn)預(yù)測(cè)，代表性方法包括Kalman濾波[7]、ARIMA模型[8]等。然而，統(tǒng)計(jì)模型無(wú)法有效地處理非線性數(shù)據(jù)，通常在交通流預(yù)測(cè)上難以取得理想的效果。機(jī)器學(xué)習(xí)模型可有效學(xué)習(xí)到交通流數(shù)據(jù)和各類影響因素的非線性關(guān)系，因此可實(shí)現(xiàn)更準(zhǔn)確的預(yù)測(cè)，代表性方法包括支持向量機(jī)模型[9]、貝葉斯模型[10]、K近鄰模型[11]等。然而，機(jī)器學(xué)習(xí)模型的性能嚴(yán)重依賴于特征，而特征主要依賴領(lǐng)域知識(shí)人工設(shè)計(jì)。……