改进粒子群优化XGBoost模型的高速公路服务区交通量预测

孙朝云，吕红云，杨荣新，魏振荣，郝雪丽，裴莉莉

(1.长安大学 信息工程学院，西安 710064;2.陕西高速公路服务有限责任公司，西安 710000)

随着我国高速公路建设的不断推进和居民汽车保有量的持续增加，人民群众对美好出行的要求也日益提高，期望在服务区休憩和接受服务的时候，获得更多的幸福感和满足感.然而，我国大多数服务区修建时间较早，在布局规划初期没有相关建设指南进行参考，对交通量的发展趋势缺乏长远考虑，导致服务区的基础设施配置已经无法满足过往车辆和游客的服务需求，停车场、加油站、餐厅和公共厕所等区域常常出现大量拥堵和排队现象，给人们出行带来严重的阻碍.

近年来，高速公路服务区改扩建的需求日渐旺盛，很多服务区虽然提出了扩建申请，但由于没有相应标准，且相关管理部门意见不统一，致使服务区是否改扩建及改扩建规模较难决策.对于新建和改扩建的服务区，需首先预测驶入该服务区的车流和人流量，并结合基础设施种类计算其配置规模，然后给出服务区建设和人员管理费用方案[1].因此，如何科学合理的评估现有服务区的服务能力，并对改扩建服务区的设施配置给出量化建议，既节约投资成本又提高服务水平，成为当前值得重视并迫切需要解决的问题.

随着智慧高速公路和智能感知技术的发展和普及，多源异构交通量数据集日趋完善，将人工智能和机器学习技术应用……