西安建筑科技大学教师个人主页 licongying--Home-- 基于SSA-XGBoost的综合型商业建筑停车需求预测研究

Paper Publications

基于SSA-XGBoost的综合型商业建筑停车需求预测研究

Release time:2025-12-20 Hits:

Affiliation of Author(s):

城市发展与现代交通学院

Journal:

武汉理工大学学报（交通科学与工程版）

Key Words:

停车需求预测；综合型商业；XGBoost；麻雀搜索算法；组合模型;

Abstract:

文中基于综合型商业建筑停车需求与机动车吸引量的关系，构建综合型商业建筑停车需求影响因素体系；运用麻雀搜索算法优化极限梯度提升树的超参数，建立综合型商业建筑停车需求预测组合模型；以西安市58个综合型商业建筑的停车需求预测为例，对比SSA-XGBoost模型与支持向量回归模型、XGBoost模型、lasso回归模型的预测结果.结果表明：SSA-XGBoost模型的R2值为0.963、平均绝对误差为75.584、均方根误差为85.749,相较于其他几种预测模型有更高的R2值和更小的预测误差.

Co-author:

张浩星

First Author:

licongying

Indexed by:

Journal paper

Correspondence Author:

贠开拓,张洪涛,袁锴璐,李坤,吴佳西

Volume:

第49卷/第1期/15-20＋27

ISSN No.:

2095-3844

Translation or Not:

CN No.:

42-1824/U

Date of Publication:

2025-02-02

Pre One:基于分层时空框架的共享单车需求预测：LP-TFT模型与SHAP可解释分析

Next One:Exploring the Impact of Urban Road Network Characteristics on City Fringe Tourist Areas: A Case Study of Xi’an, China