原文传递
基于机器学习的路表温度预估方法研究
| 题名： | 基于机器学习的路表温度预估方法研究 |
| 作者： | 杨书杰;彭嫣 |
| 作者单位： | 同济大学 |
| 关键词： | 路面温度场;机器学习;LightGBM温度预估 |
| 摘要： | 依托实测路表温度与气象数据,基于路面温度场热平衡方程,分析影响路表温度的主要因素;选取历史路表温度与气象参数作为特征,通过LightGBM（轻量级梯度提升机）对中短时间尺度内的路表温度进行预估。结果表明,水泥、沥青2种路面短期（1h）预估结果均方根误差分别为0.82,1.12℃,中短期（3h）分别为1.31,1.86℃;允许误差在3℃内时,准确率在90%以上;水泥路面预估精度高于沥青路面,高温状况下预估精度稍低。采用LightGBM模型对路面温度预估的效果较好。 |
| 期刊名称： | 交通科技 |
| 出版日期： | 202202 |
| 出版年： | 2022 |
| 期： | 02 |
| 页码： | 5-8 |
检索历史
应用推荐
