| 論文名稱 | 透過資料融合以梯度提升決策樹方法預測高速公路旅行時間之研究 |
| 學位 | 碩士 |
| 年別 | 110 |
| 學校系所 | 國立交通大學 運輸與物流管理學系 |
| 作者 | 李敏聞 |
| 指導教授 | 王晉元 |
| 論文摘要 | 旅行時間是道路上最重要的旅行資訊之一，若能準確預測未來的旅行時間，用路人可提早規劃行程，管理單位亦能事先規劃交通疏導措施。本研究之目的為融合多元資料，建立機器學習模型，用以預測高速公路未來的旅行時間。 本研究利用高速公路總局之公開資料進行分析，提出兩種融合ETC資料以及VD資料之方法，並將資料輸入梯度提升決策樹中，經過參數校估，進行旅行時間預測。實證研究結果顯示，本研究所提出之資料融合方法二相較於單純ETC資料可以提升82%～97%的準確率，顯示本研究所使用之資料融合方法，可以有效提升整體預測準確度。 |
| 附件下載 | (電子檔於110-07-05後開放下載) 透過資料融合以梯度提升決策樹方法預測高速公路旅行時間之研究.pdf |
| 張貼日 | 2022/12/08 |
| Hashtags |
查看次數:
119