[论文解读] Arterial incident duration prediction using a bi-level framework of extreme gradient-tree boosting

Adriana‐Simona Mihăiţă, Zheyuan Liu+2 more|arXiv (Cornell University)|May 29, 2019

Traffic Prediction and Management Techniques参考文献 15被引用 22

一句话总结

该论文提出了一种双层XGBoost框架，用于预测悉尼主干道交通事件的持续时间，采用两阶段方法：首先利用集成树模型将事件分类为短期（<45分钟）或长期，然后利用交通流特征回归预测实际持续时间。该方法相较于梯度提升决策树（GBDT）实现了53%的性能提升，其中实时本地交通流是最重要的预测因子。

ABSTRACT

Predicting traffic incident duration is a major challenge for many traffic centres around the world. Most research studies focus on predicting the incident duration on motorways rather than arterial roads, due to a high network complexity and lack of data. In this paper we propose a bi-level framework for predicting the accident duration on arterial road networks in Sydney, based on operational requirements of incident clearance target which is less than 45 minutes. Using incident baseline information, we first deploy a classification method using various ensemble tree models in order to predict whether a new incident will be cleared in less than 45min or not. If the incident was classified as short-term, then various regression models are developed for predicting the actual incident duration in minutes by incorporating various traffic flow features. After outlier removal and intensive model hyper-parameter tuning through randomized search and cross-validation, we show that the extreme gradient boost approach outperformed all models, including the gradient-boosted decision-trees by almost 53%. Finally, we perform a feature importance evaluation for incident duration prediction and show that the best prediction results are obtained when leveraging the real-time traffic flow in vicinity road sections to the reported accident location.

研究动机与目标

• 为解决在数据复杂性和网络复杂性阻碍准确预测的复杂城市道路网络中，主干道事件持续时间预测的挑战。
• 通过预测事件是否能在45分钟内清除，以满足交通管理中心的关键绩效指标要求。
• 通过将相邻路段的实时交通流特征整合到事件持续时间建模中，提升预测精度。
• 开发一种可扩展、数据驱动的框架，适用于具有高交通波动性和事件异质性的城市主干道网络。

提出的方法

• 设计了一种双层框架：首先通过集成树模型进行二分类阶段，预测事件是否能在45分钟内清除。
• 其次，通过回归阶段利用交通流特征（包括速度、流量和密度）预测实际事件持续时间，数据来源于事件周边路段。
• 在模型训练前，对事件持续时间数据应用异常值剔除以进行清洗。
• 通过随机搜索和5折交叉验证对超参数进行调优，以优化模型性能。
• 在两个阶段均采用极端梯度提升（XGBoost），并通过特征重要性分析识别关键预测因子。
• 该框架利用事件位置附近路段的实时交通流数据，以增强预测能力。

实验结果

研究问题

• RQ1 与传统单阶段模型相比，双层机器学习框架是否能提升主干道事件持续时间的预测性能？
• RQ2 在整合相邻路段实时交通流特征的情况下，XGBoost在预测事件持续时间方面的有效性如何？
• RQ3 本地交通流数据对城市主干道网络中事件持续时间预测准确性的贡献有多大？
• RQ4 45分钟清除目标在多大程度上影响分类与回归模型在事件持续时间预测中的性能表现？

主要发现

• 基于XGBoost的双层框架在预测事件持续时间方面相较于梯度提升决策树（GBDT）实现了近53%的性能提升。
• 引入相邻路段的实时交通流数据显著提升了预测精度，该特征成为最重要的预测因子。
• 分类阶段有效识别了短期事件（≤45分钟），支持了运营层面的清除目标。
• 在异常值剔除和超参数调优后，XGBoost在分类与回归任务中均表现出更优的鲁棒性与泛化能力。
• 特征重要性分析证实，事件发生地附近的交通状况比仅依赖事件自身属性更具预测力。