Technology & Economy in Areas of Communications.
2026, 28(1):
47.
为探究城市快速路交织区车辆汇入行为对主线交通流的影响,提升车辆变道场景安全性,基于车辆速度差和汇入位置划分车辆汇入行为,构建基于梯度提升决策树(GBDT)的汇入行为分类预测模型。依据汇入车流与主线车流的速度差初步划分车辆汇入行为,应用轮廓系数聚类车辆汇入位置,考虑车辆在各汇入位置的交通特性,修正汇入行为分类条件;基于GBDT构建车辆汇入行为分类预测模型,与支持向量机模型(SVM)进行性能对比。结果表明:速度差大于2.5m·s-1时汇入行为为自由汇入,小于2.5m·s-1时为非自由汇入;前段汇入和末段汇入时,依据速度差是否大于0m·s-1将非自由汇入分为轻微影响汇入与强制汇入;中段汇入时非自由汇入均为轻微影响汇入;模型参数重要性递减依次为汇入车辆交通流参数、临近车辆速度参数以及车辆间位置关系,交叉验证得到GBDT预测模型预测性能优于SVM。