肖 宇 趙建有 叱干都 劉清云

（1.長安大學(xué)運(yùn)輸工程學(xué)院 西安 710064；2.長安大學(xué)汽車學(xué)院 西安 710064）

0 引 言

出租車是城市營運(yùn)車輛的重要組成部分[1]，出租車駕駛員能否規(guī)范行車對(duì)城市居民出行具有廣泛的影響。隨著信息獲取技術(shù)的持續(xù)發(fā)展和地理信息設(shè)備的廣泛應(yīng)用，通過裝載GPS設(shè)備，可以實(shí)時(shí)獲得出租車運(yùn)行的速度和方向等信息，有利于準(zhǔn)確識(shí)別出租車駕駛員異常駕駛行為，并向駕駛員做出預(yù)警，能夠有效規(guī)避風(fēng)險(xiǎn)，提高運(yùn)營安全性。

現(xiàn)有的異常駕駛行為識(shí)別研究主要是基于車輛歷史軌跡數(shù)據(jù)，對(duì)駕駛行為進(jìn)行事后分析與評(píng)價(jià)[2]?；蒿w等[3]基于車輛駕駛過程中行車數(shù)據(jù)的時(shí)序變化特征，建立了雙向長短記憶網(wǎng)絡(luò)及全連接神經(jīng)網(wǎng)絡(luò)的拓展模型，提高了車輛異常駕駛的識(shí)別準(zhǔn)確度。趙建東等[4]構(gòu)建了1 種基于時(shí)間序列符號(hào)化算法和多尺度卷積神經(jīng)網(wǎng)絡(luò)的組合模型，用于識(shí)別重點(diǎn)營運(yùn)車輛的異常駕駛行為。但相較于事前分析，事后分析對(duì)保障出行安全存在一定的滯后性和模糊性，駕駛行為也往往局限于超速和疲勞駕駛等方面。出租車的運(yùn)行地點(diǎn)一般是城市道路，車流量和人流量較多，易發(fā)生緊急避讓或交通擁堵等事件，駕駛員頻繁急加減速等行為較多，這會(huì)對(duì)乘客的出行體驗(yàn)舒適度產(chǎn)生直接影響。因此，通過預(yù)測(cè)個(gè)體出租車速度，能夠?qū)︸{駛員異常駕駛行為提前發(fā)出提示或警告，降低城市交通風(fēng)險(xiǎn)發(fā)生概率，是保障出租車行業(yè)規(guī)范駕駛亟待解決的問題。

傳統(tǒng)的交通流預(yù)測(cè)大多采用統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)方法。王進(jìn)等[5]總結(jié)了基于統(tǒng)計(jì)方法、非參數(shù)回歸和神經(jīng)網(wǎng)絡(luò)模型等7類交通流預(yù)測(cè)模型。Smith等[6]引入啟發(fā)式預(yù)測(cè)方法提升了非參數(shù)回歸的預(yù)測(cè)性能。Vlahogianni 等[7]采用基于遺傳算法的多層結(jié)構(gòu)優(yōu)化策略，進(jìn)而選擇合適的神經(jīng)網(wǎng)絡(luò)對(duì)單變量和多變量交通流數(shù)據(jù)進(jìn)行預(yù)測(cè)。Zhang 等[8]分別使用光譜分析、時(shí)間序列和波動(dòng)分析對(duì)交通流時(shí)間序列多重分形特征進(jìn)行短期預(yù)測(cè)。同時(shí)，越來越多的學(xué)者使用深度學(xué)習(xí)的方法進(jìn)行短時(shí)交通流量的研究。羅文慧等[9]運(yùn)用了卷積神經(jīng)網(wǎng)絡(luò)提取交通數(shù)據(jù)的時(shí)空特征，以此作為支持向量回歸預(yù)測(cè)模型的輸入向量。羅向龍等[10]使用K-最鄰近算法構(gòu)造交通流序列數(shù)據(jù)集，提出了基于1 種長短時(shí)記憶網(wǎng)絡(luò)的交通量預(yù)測(cè)方法。馮微等[11]建立了結(jié)合深度置信網(wǎng)絡(luò)的地點(diǎn)車速預(yù)測(cè)模型，其輸入和輸出層分別選取了高斯-伯努利受限玻爾茲曼機(jī)和Softmax 回歸模型。這些研究成果對(duì)路段交通運(yùn)行的整體狀況能夠有較好的表征，但無法細(xì)致地描述個(gè)體出租車車速變化的趨勢(shì)。因此，通過預(yù)測(cè)個(gè)體車輛的速度，可以彌補(bǔ)傳統(tǒng)交通量預(yù)測(cè)的不足，為后續(xù)是否發(fā)生異常駕駛行為提供判別依據(jù)。

在個(gè)體車輛速度預(yù)測(cè)方面，城市出租車運(yùn)行軌跡受人、車、路、環(huán)境等多種因素的影響，從時(shí)間角度分析具有顯著的時(shí)變性和復(fù)雜的非線性特征。Shi等[12]建立了非線性自回歸動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)模型對(duì)實(shí)時(shí)車輛狀態(tài)進(jìn)行預(yù)測(cè)。Yeon 等[13]結(jié)合了車輛內(nèi)部數(shù)據(jù)、雷達(dá)傳感器數(shù)據(jù)和跟車距離，基于LSTM-RNN模型預(yù)測(cè)本車速度。Ladan 等[14]提出了進(jìn)化最小學(xué)習(xí)機(jī)模型來預(yù)測(cè)車速序列，從而改進(jìn)車輛動(dòng)力控制系統(tǒng)。馮安琪等[15]基于射頻識(shí)別環(huán)境，采用了自適應(yīng)卡爾曼濾波的方法進(jìn)行高速車輛速度預(yù)測(cè)。郭興等[16]提出了改進(jìn)ARIMA車速短期預(yù)測(cè)模型，滿足了不同駕駛行為下的車速預(yù)測(cè)需求。連靜等[17]結(jié)合駕駛意圖識(shí)別和歷史車速預(yù)測(cè)，針對(duì)插電式混合動(dòng)力汽車系統(tǒng)進(jìn)行未來行駛工況預(yù)測(cè)。以上模型對(duì)預(yù)測(cè)模型的輸入變量進(jìn)行了優(yōu)化改進(jìn)，使得預(yù)測(cè)結(jié)果更為精確，但選取多個(gè)輸入變量會(huì)降低模型的輸入與運(yùn)算效率，無法保障短時(shí)車速預(yù)測(cè)的實(shí)時(shí)性。且以往的預(yù)測(cè)方法針對(duì)模型本身的參數(shù)設(shè)定常選用經(jīng)驗(yàn)法、網(wǎng)格搜索與隨機(jī)搜索的參數(shù)調(diào)整方法，具有搜索速度慢和可能忽略最優(yōu)值的缺點(diǎn)。XGBoost（extreme gradient boosting）算法[18]是以梯度提升為算法核心，具有運(yùn)算速度快、魯棒性好、預(yù)測(cè)精度高等優(yōu)點(diǎn)，已在眾多預(yù)測(cè)領(lǐng)域取得了較好效果。鐘穎等[19]基于XGBoost模型對(duì)路段未來時(shí)段平均旅行時(shí)間進(jìn)行預(yù)測(cè)。葉景等[20]考慮時(shí)空特征，提出了CNN-XGBoost 交通流預(yù)測(cè)模型。宋瑞蓉等[21]建立了ABiLSTM 與XGBoost 的組合模型，提高了交通時(shí)間預(yù)測(cè)的準(zhǔn)確度。梁泉等[22]使用XGBoost 算法，分類構(gòu)建了公交通勤出行目的地預(yù)測(cè)模型。

考慮到現(xiàn)有預(yù)測(cè)方法針對(duì)個(gè)體出租車輛速度研究的內(nèi)容較少，以及存在無法兼顧預(yù)測(cè)速度與精度等問題，本文提出了1 種基于XGBoost 算法的短時(shí)出租車速度預(yù)測(cè)模型。將原始時(shí)間序列數(shù)據(jù)構(gòu)造得到可供監(jiān)督學(xué)習(xí)使用的數(shù)據(jù)，作為預(yù)測(cè)模型輸入的參數(shù)變量，然后使用基于貝葉斯優(yōu)化的hyperopt 方法進(jìn)行參數(shù)優(yōu)化，采用深圳市GPS 出租車數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練與測(cè)試。通過與當(dāng)前研究使用率較高的非參數(shù)回歸和神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果比較，驗(yàn)證了XGBoost模型的預(yù)測(cè)精度。

1 XGBoost算法原理

XGBoost 算法由華盛頓大學(xué)陳天奇[18]在SIGKDD 2016大會(huì)上發(fā)表的論文中率先提出，能夠增強(qiáng)梯度提升性能。鑒于單棵回歸樹精度不足和使用場(chǎng)景受限的應(yīng)用背景，XGBoost 是在分類回歸樹算法的基礎(chǔ)上對(duì)提升樹算法進(jìn)行的改進(jìn)。XGBoost的原始模型見式（1）。

迭代前XGBoost的目標(biāo)函數(shù)見式（2）。

通過初始化1個(gè)預(yù)測(cè)值，每次迭代時(shí)添加1個(gè)新函數(shù)，經(jīng)過多次迭代，XGBoost在追求殘差減小的方向上逐步生成新模型，從而不斷地減小殘差，直到滿足系統(tǒng)的誤差要求，達(dá)到提升（Boosting）的目的。

相較于以往的梯度提升算法，XGBoost 算法作出了許多優(yōu)化。經(jīng)過二階泰勒展開，XGBoost 算法能夠去除目標(biāo)函數(shù)中的常數(shù)項(xiàng)，由每個(gè)數(shù)據(jù)點(diǎn)的二階導(dǎo)數(shù)決定著最終目標(biāo)函數(shù)的形式。將正則化項(xiàng)進(jìn)行拆分也可進(jìn)一步簡化目標(biāo)函數(shù)，泰勒展開和拆分正則化項(xiàng)均有助于更快地找到目標(biāo)函數(shù)最小的情況。針對(duì)分類、排序和回歸問題，XGBoost兼顧了速度和效率，采用并行樹提升的方法，加快了模型學(xué)習(xí)速度，可以在不同平臺(tái)和語言環(huán)境下運(yùn)行，強(qiáng)化了非線性學(xué)習(xí)能力和可擴(kuò)展性，從而在許多預(yù)測(cè)問題與實(shí)際應(yīng)用中具有高效、輕便的顯著優(yōu)勢(shì)。

2 基于XGBoost 的短時(shí)車速預(yù)測(cè)模型

2.1 構(gòu)造監(jiān)督學(xué)習(xí)序列

短時(shí)車速預(yù)測(cè)模型是聚焦速度值的時(shí)間序列自回歸模型，利用XGBoost 可以進(jìn)行對(duì)時(shí)間序列問題擬合、評(píng)估、預(yù)測(cè)等，若給定一系列時(shí)間序列數(shù)據(jù)集，可以進(jìn)行數(shù)據(jù)重構(gòu)。對(duì)于短時(shí)出租車速度預(yù)測(cè)模型，使用訓(xùn)練集固定步長的連續(xù)時(shí)間序列數(shù)據(jù)作為輸入變量，稱為歷史時(shí)間序列，將此后下1個(gè)步長的時(shí)間序列作為輸出變量，稱為當(dāng)前時(shí)間序列，歷史時(shí)間序列與當(dāng)前時(shí)間序列共同組成1個(gè)時(shí)間窗口。本模型為提高預(yù)測(cè)精度，以城市車輛由最高行駛速度50 km/h迅速降低為0所需時(shí)長為閾值，時(shí)間大約需要8 s，其他情況下車速以較小的加速度變化，車速發(fā)生較大變化的時(shí)間長度小于8 s。若采樣時(shí)間間隔為2 s，那么需要連續(xù)4次采樣的數(shù)據(jù)。因此，設(shè)置預(yù)測(cè)模型輸入數(shù)據(jù)的時(shí)間窗口長度L為5，即根據(jù)車輛前8 s 內(nèi)的歷史車速預(yù)測(cè)下1 個(gè)時(shí)刻的當(dāng)前車速。規(guī)定時(shí)間窗口每次向前滑動(dòng)1 個(gè)時(shí)間步長，直到滑動(dòng)到第1個(gè)時(shí)間窗口，示意圖見圖1。通過滑動(dòng)窗口，將時(shí)間序列xi轉(zhuǎn)化為1個(gè)新的數(shù)據(jù)集，即若干個(gè)時(shí)間窗口。

圖1 時(shí)間窗口示意圖Fig.1 Time window diagram

通過將原本按時(shí)間順序排列的數(shù)學(xué)序列S=[(t,x)i]，其中，t為時(shí)間，x為速度值，轉(zhuǎn)化為由輸入變量和輸出變量組成的監(jiān)督學(xué)習(xí)序列St=[((xi-4,…,xi-1),xi)]，為有監(jiān)督學(xué)習(xí)的短時(shí)出租車速度預(yù)測(cè)模型創(chuàng)建了新的數(shù)據(jù)集。此外，由于XGBoost 中內(nèi)置的K 折交叉驗(yàn)證方法中的測(cè)試集是由原始數(shù)據(jù)集隨機(jī)分割得到的，導(dǎo)致測(cè)試集與訓(xùn)練集的分布存在較大差距，而短時(shí)出租車速度預(yù)測(cè)模型是根據(jù)歷史數(shù)據(jù)預(yù)測(cè)未來數(shù)據(jù)，因此模型評(píng)估階段使用前向驗(yàn)證（walk-forward validation）方法。將數(shù)據(jù)集拆分為2個(gè)部分，較大的數(shù)據(jù)集用于進(jìn)行模型的訓(xùn)練，較小部分的數(shù)據(jù)集進(jìn)行預(yù)測(cè)驗(yàn)證。從測(cè)試數(shù)據(jù)集的第1個(gè)時(shí)間窗口開始預(yù)測(cè)，將預(yù)測(cè)值自動(dòng)反饋給XGBoost模型進(jìn)行調(diào)試，隨后繼續(xù)對(duì)測(cè)試數(shù)據(jù)集中的下1個(gè)時(shí)間窗口進(jìn)行預(yù)測(cè)，存儲(chǔ)、評(píng)估及調(diào)整模型性能指標(biāo)，遍歷測(cè)試集以重復(fù)上述過程。

2.2 模型構(gòu)建

連續(xù)時(shí)段內(nèi)出租車速度呈明顯的時(shí)間序列特性，相鄰時(shí)間間隔的速度數(shù)據(jù)具有很強(qiáng)的相關(guān)性，因此可以根據(jù)時(shí)間窗口中歷史時(shí)間序列的速度數(shù)據(jù)預(yù)測(cè)下1 個(gè)時(shí)刻的速度值。XGBoost 模型構(gòu)建首先需要對(duì)原始數(shù)據(jù)集作進(jìn)一步預(yù)處理。對(duì)于數(shù)據(jù)集中存在個(gè)別時(shí)刻車速值缺失的問題，利用缺失點(diǎn)前后時(shí)刻車速值的平均值進(jìn)行插值，從而避免預(yù)測(cè)結(jié)果出現(xiàn)異常偏差。根據(jù)2.1中構(gòu)造的監(jiān)督學(xué)習(xí)序列，將前80%的數(shù)據(jù)量作為訓(xùn)練集，后20%的數(shù)據(jù)量作為測(cè)試集。

迭代后的短時(shí)出租車速度預(yù)測(cè)的數(shù)學(xué)模型見式（3）～（4）。

對(duì)目標(biāo)函數(shù)進(jìn)行泰勒展開得到式（5）～（7）。

采用貪心算法得到最佳分裂節(jié)點(diǎn)，對(duì)比節(jié)點(diǎn)分裂前后的差異，增益值Gain計(jì)算見式（9）。選取增益值最大的分裂節(jié)點(diǎn)進(jìn)行分裂，當(dāng)增益值大于0 或未達(dá)到樹的最大深度時(shí)，繼續(xù)分裂葉子節(jié)點(diǎn)；當(dāng)增益值小于0或已達(dá)到樹的最大深度時(shí)，樹停止分裂，函數(shù)得到權(quán)重最優(yōu)解和預(yù)測(cè)速度最優(yōu)值，此時(shí)預(yù)測(cè)模型避免了過擬合現(xiàn)象的出現(xiàn)，提高了預(yù)測(cè)速度且擬合效果最佳。

2.3 參數(shù)設(shè)置

采用XGBoost算法預(yù)測(cè)出租車輛車速的重要環(huán)節(jié)是設(shè)置不同參數(shù)的取值，以及指定學(xué)習(xí)任務(wù)和相應(yīng)的學(xué)習(xí)目標(biāo)，以增強(qiáng)模型的可控性。各個(gè)參數(shù)取值會(huì)影響預(yù)測(cè)模型的精確程度和運(yùn)算速度，不同的參數(shù)取值組合也會(huì)導(dǎo)致預(yù)測(cè)結(jié)果出現(xiàn)過擬合或者欠擬合的情況。XGBoost所有參數(shù)中對(duì)算法性能影響較大的參數(shù)包括學(xué)習(xí)率（learning rate）、樹的最大深度（max depth）和迭代次數(shù)（n-estimators）等。為得到最優(yōu)的參數(shù)組合，需要在訓(xùn)練模型前進(jìn)行調(diào)參。

根據(jù)經(jīng)驗(yàn)進(jìn)行手動(dòng)調(diào)參的方法容易導(dǎo)致模型錯(cuò)過最優(yōu)參數(shù)，而選取次優(yōu)參數(shù)，無法保證模型選擇的合理性。與網(wǎng)格搜索和隨機(jī)搜索算法這類自動(dòng)調(diào)參方法相比，貝葉斯算法能夠克服以上方法在參數(shù)尋優(yōu)速度和質(zhì)量方面的問題，基于Python 軟件的hyperopt 模塊可以實(shí)現(xiàn)貝葉斯優(yōu)化，通過內(nèi)置函數(shù)可指定輸入?yún)?shù)的范圍與取值，經(jīng)過隨機(jī)搜索初始空間后，根據(jù)目標(biāo)函數(shù)迭代的反饋，不斷調(diào)整縮小搜索空間，在大范圍內(nèi)對(duì)多個(gè)參數(shù)進(jìn)行優(yōu)化，最終獲得總體性能最優(yōu)的參數(shù)組合，文中所使用的XGBoost 模型最佳參數(shù)設(shè)置見表1。

表1 XGBoost 模型參數(shù)設(shè)置Tab.1 XGBoost model parameter settings

3 實(shí)驗(yàn)結(jié)果及分析

3.1 數(shù)據(jù)來源

實(shí)驗(yàn)在英特爾i5 2.11GHz，4 核8 線程CPU，8GB RAM，Windows 8操作系統(tǒng)的計(jì)算機(jī)進(jìn)行，仿真平臺(tái)為pycharm，使用sklearn，pandas，numpy，xgboost和hyperopt等python庫。以2013年10月22日00：00—24：00 的深圳市出租車GPS 數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù)，采樣時(shí)間間隔以2～15 s 不等，采集信息特征包括：出租車ID、時(shí)間、經(jīng)度、緯度、占用狀態(tài)和速度等數(shù)據(jù)，共計(jì)23 409 條數(shù)據(jù)。本數(shù)據(jù)僅用來驗(yàn)證模型準(zhǔn)確性，不作為分析目前城市出租車運(yùn)行特征的數(shù)據(jù)，選取該出租車1 d內(nèi)最后100個(gè)樣本點(diǎn)作為模型預(yù)測(cè)精度可視化展示。利用高德開放平臺(tái)繪制該出租車運(yùn)行軌跡見圖2。

圖2 某出租車運(yùn)行軌跡Fig.2 Trajectory of a taxi

3.2 評(píng)價(jià)指標(biāo)選取

恰當(dāng)?shù)脑u(píng)價(jià)指標(biāo)可以準(zhǔn)確直觀地反映模型的預(yù)測(cè)效果，將模型預(yù)測(cè)值和數(shù)據(jù)集真實(shí)值作比較，達(dá)到量化分析模型性能的目的。評(píng)價(jià)指標(biāo)選取平均絕對(duì)誤差（MAE）和均方根誤差（RMSE）。MAE是對(duì)所有樣本的絕對(duì)誤差求平均，與平均誤差相比，平均絕對(duì)誤差由于誤差被絕對(duì)值化，不會(huì)出現(xiàn)正負(fù)抵消的情況，因而更能反映預(yù)測(cè)值誤差的真實(shí)情況；RMSE可以體現(xiàn)數(shù)據(jù)的離散程度，MSE和RMSE的計(jì)算見式（10）～（11）。

式中：n為訓(xùn)練集數(shù)據(jù)總量。

MAE和RMSE雖然可以較好地體現(xiàn)模型預(yù)測(cè)精度，但從二者的公式中可以看出，由于MAE和RMSE預(yù)測(cè)的是車輛速度值，而車速值在采集時(shí)的原始值在較大的范圍內(nèi)波動(dòng)，因此造成MAE和RMSE值較大。為提高模型評(píng)價(jià)指標(biāo)的可讀性，去除測(cè)試集數(shù)值本身大小的影響，引入R2和調(diào)整后的R2（R2_adjusted）來判斷預(yù)測(cè)模型的優(yōu)劣，避免了自由度對(duì)預(yù)測(cè)結(jié)果的影響，計(jì)算見式（12）～（13）。R2_adjusted越大，表示模型擬合效果越好，其取值范圍為[0，1]。

3.3 實(shí)驗(yàn)結(jié)果分析

將訓(xùn)練過后的XGBoost 模型對(duì)測(cè)試集進(jìn)行預(yù)測(cè)，分析預(yù)測(cè)值與實(shí)際值的差異，計(jì)算得到預(yù)測(cè)模型的MAE、RMSE和R2_adjusted。同時(shí)對(duì)比非參數(shù)回歸模型、神經(jīng)網(wǎng)絡(luò)模型、與XGBoost模型的預(yù)測(cè)結(jié)果，預(yù)測(cè)性能評(píng)價(jià)見表2，3 種模型的預(yù)測(cè)值與實(shí)際值的對(duì)比見圖3～5。

表2 模型預(yù)測(cè)性能評(píng)價(jià)Tab.2 Model prediction performance evaluation

圖3 非參數(shù)回歸模型預(yù)測(cè)結(jié)果Fig.3 Nonparametric regression model prediction results

圖4 神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)結(jié)果Fig.4 Neural network model prediction results

圖5 XGBoost模型預(yù)測(cè)結(jié)果Fig.5 XGBoost model prediction results

通過表2及圖3～5可知：非參數(shù)回歸模型、神經(jīng)網(wǎng)絡(luò)和XGBoost模型的預(yù)測(cè)曲線與實(shí)際曲線的變化趨勢(shì)基本相符。但XGBoost 模型的MAE和RMSE分別為9.841和12.711，均小于非參數(shù)回歸模型和神經(jīng)網(wǎng)絡(luò)模型，3 種模型的R2 _adjusted 值為0.595，0.504，0.592，相差較小。綜合分析各評(píng)價(jià)指標(biāo)，表明XGBoost 模型對(duì)出租車1 d 內(nèi)的車速變化情況具有更高的預(yù)測(cè)精度。

由于R2_adjusted 值越接近1 時(shí)，模型的擬合度越高，出現(xiàn)3 種模型R2_adjusted 值均較低的主要原因是出租車車速的變化受駕駛員主觀行為的影響較大，出租車實(shí)際運(yùn)行中的上下客行為導(dǎo)致其速度值在時(shí)間序列上具有隨意性較大的特點(diǎn)。經(jīng)過數(shù)據(jù)預(yù)處理后，數(shù)據(jù)波動(dòng)依然較大，缺少規(guī)律性，因此導(dǎo)致模型擬合存在一定內(nèi)部誤差，從而造成R2_adjusted值整體偏小，但評(píng)價(jià)指標(biāo)仍可體現(xiàn)模型對(duì)預(yù)測(cè)結(jié)果的解釋功能。

此外，相較其他2 種模型，XGBoost 模型在速度發(fā)生急劇變化的點(diǎn)附近的擬合程度更佳，當(dāng)出租車駕駛員出現(xiàn)急加減速操作時(shí)，可以及時(shí)進(jìn)行預(yù)警提示；當(dāng)出租車正常加減速時(shí)，避免了無效或錯(cuò)誤提示，能夠更為準(zhǔn)確地進(jìn)行預(yù)測(cè)。同時(shí)對(duì)比3 種模型的預(yù)測(cè)結(jié)果可以發(fā)現(xiàn)，非參數(shù)回歸模型和神經(jīng)網(wǎng)絡(luò)模型在第80 個(gè)樣本點(diǎn)附近的預(yù)測(cè)值車速在極短時(shí)間內(nèi)突變?yōu)樨?fù)數(shù)，明顯與實(shí)際情況不符，這是由于上述2 種模型在訓(xùn)練過程中學(xué)習(xí)過于徹底，在測(cè)試階段無法更好地識(shí)別數(shù)據(jù)，造成模型過擬合。而XGBoost模型由于引入了正則化的方法，降低了模型的復(fù)雜度，因此在該處的擬合效果較優(yōu)，驗(yàn)證模型具有較好的泛化能力。

任選取1 d 內(nèi)20 個(gè)時(shí)間點(diǎn)進(jìn)行預(yù)測(cè)，預(yù)測(cè)效果見圖6。由圖6可見：預(yù)測(cè)曲線與實(shí)際車速曲線間的誤差較小，因此當(dāng)數(shù)據(jù)采集的頻率足夠高，每個(gè)采集點(diǎn)時(shí)間間隔足夠小時(shí)，XGBoost 模型就可以對(duì)出租車短時(shí)運(yùn)行的速度趨勢(shì)做出準(zhǔn)確預(yù)測(cè)。若給定急加速和急減速加速度設(shè)定閾值，可以計(jì)算得到單位時(shí)間內(nèi)速度變化閾值，當(dāng)預(yù)測(cè)時(shí)刻模型預(yù)測(cè)值與實(shí)際值的差大于變化閾值時(shí)，就可以認(rèn)為出租車輛出現(xiàn)急加速或急減速的情況，乘客乘車舒適性較差，同時(shí)存在駕駛安全隱患；當(dāng)預(yù)測(cè)時(shí)刻模型預(yù)測(cè)值與實(shí)際值的差小于變化閾值時(shí)，認(rèn)為認(rèn)出租車輛以正常加速度行駛，乘客乘車舒適性較好，同時(shí)車輛平穩(wěn)運(yùn)行。

圖6 該出租車20個(gè)時(shí)間點(diǎn)預(yù)測(cè)結(jié)果Fig.6 Prediction results of the taxi at 20 time points

綜上所述，運(yùn)用XGBoost 算法在城市交通管理中進(jìn)行出租車輛車速預(yù)測(cè)研究，能夠通過較少的速度時(shí)間序列得到更為精確的下一時(shí)刻速度預(yù)測(cè)結(jié)果，結(jié)合預(yù)測(cè)值與實(shí)際值之差和設(shè)定閾值，有助于判別個(gè)體出租車駕駛員是否出現(xiàn)異常駕駛行為，實(shí)現(xiàn)對(duì)駕駛員的及時(shí)預(yù)警，保障城市出租車的安全運(yùn)行。

4 結(jié)束語

選取城市出租車個(gè)體車輛速度作為預(yù)測(cè)對(duì)象，相較于路段平均車速，能夠精確反映個(gè)體車輛的運(yùn)行狀況，并將車速時(shí)間序列數(shù)據(jù)集轉(zhuǎn)化為有滑動(dòng)窗口的監(jiān)督學(xué)習(xí)序列，實(shí)現(xiàn)了對(duì)出租車輛短時(shí)運(yùn)行速度的預(yù)測(cè)，參數(shù)的尋優(yōu)處理能夠在保證計(jì)算效率的同時(shí)，提升模型的預(yù)測(cè)性能。基于XGBoost 算法的短時(shí)車速預(yù)測(cè)模型較非參數(shù)回歸模型和神經(jīng)網(wǎng)絡(luò)模型在預(yù)測(cè)精度方面有較為明顯的提升，是1 種較為有效的出租車速度預(yù)測(cè)方法。模型在出租車速度發(fā)生突變時(shí)刻附近的預(yù)測(cè)效果更加準(zhǔn)確。通過分析預(yù)測(cè)時(shí)刻的誤差值與相關(guān)閾值，分析得到出租車行駛過程中可能出現(xiàn)的速度異常情況，進(jìn)而判斷駕駛行為異常的發(fā)生，能夠?qū)Ξ惓ｑ{駛行為進(jìn)行精細(xì)化識(shí)別和提前警示，規(guī)范了駕駛員的駕駛行為，提高了乘客出行滿意度，減少了道路事故發(fā)生可能性，為城市出租車運(yùn)行提供實(shí)時(shí)監(jiān)測(cè)保障。

由于出租車輛短時(shí)速度預(yù)測(cè)對(duì)訓(xùn)練數(shù)據(jù)集的數(shù)據(jù)條采集精度要求較高，需要出租車輛GPS 設(shè)備的采集時(shí)間間隔更小，而目前已有的公開數(shù)據(jù)集的采集頻率較低或不固定，因此后續(xù)將提高原始數(shù)據(jù)精度，從而得到更好的預(yù)測(cè)效果。