A comparative study of Random Forest and LightGBM for short-term traffic flow prediction
Journal of Construction · 16.05.2026
DOI: 10.64588/jc.19.05.2026 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Construction, online erschienen am 16.05.2026. Verfasst von TS Phạm Thị Lý und 1 weiteren Autor:innen.
Abstract (Originalsprache)
Dự báo lưu lượng giao thông đóng vai trò quan trọng trong việc phát triển các hệ thống giao thông thông minh, góp phần nâng cao hiệu quả điều khiển và giảm ùn tắc. Trong nghiên cứu này, hai mô hình học máy tổ hợp là Random Forest (RF) và Light Gradient Boosting Machine (LightGBM) được sử dụng để dự báo lưu lượng giao thông trên bộ dữ liệu gồm 2.976 mẫu. Các mô hình được đánh giá trên cả hai bài toán hồi quy và phân loại nhằm cung cấp cái nhìn toàn diện về hiệu năng. Kết quả thực nghiệm cho thấy, cả hai mô hình đều đạt độ chính xác cao với hệ số xác định R2 lớn hơn 0,99 trong bài toán hồi quy và độ chính xác phân loại trên 95%. Tuy nhiên, LightGBM thể hiện ưu thế vượt trội khi giảm đáng kể sai số dự báo (MAE, RMSE) và đạt độ chính xác phân loại lên tới 97,98%. Phân tích ma trận nhầm lẫn cho thấy phần lớn sai lệch chỉ xảy ra giữa các trạng thái lưu lượng liền kề, phù hợp với bản chất liên tục của dữ liệu giao thông. Sự nhất quán giữa kết quả hồi quy và phân loại khẳng định tính ổn định và độ tin cậy của mô hình. Kết quả nghiên cứu cho thấy, LightGBM là một giải pháp hiệu quả và có tiềm năng ứng dụng cao trong các hệ thống giao thông thông minh thực tế.
Zitieren
APA
Lý, T. P. T., & Hoa, T. N. T. H. (2026). A comparative study of Random Forest and LightGBM for short-term traffic flow prediction. Journal of Construction. https://doi.org/10.64588/jc.19.05.2026
Vancouver
Lý TPT, Hoa TNTH. A comparative study of Random Forest and LightGBM for short-term traffic flow prediction. Journal of Construction. 2026. doi:10.64588/jc.19.05.2026
BibTeX
@article{L2026,
author = {Lý, TS Phạm Thị and Hoa, THS Nguyễn Thị Hồng},
title = {A comparative study of Random Forest and LightGBM for short-term traffic flow prediction},
journal = {Journal of Construction},
year = {2026},
doi = {10.64588/jc.19.05.2026}
}
EUVIMED