研究提出多时域排队预测与决策支持框架

Varvara Mama等作者发表论文，提出一套基于LightGBM的多时间跨度排队预测与资源感知决策支持架构，用于智能边境管控。该架构为15、30、60、120分钟分别建立回归器，联合预测未来等待时间与排队长度。 模型使用时间滞后的流量、服务、密度与排队特征，并引入车道兼容性、警员可用性、旅客类别、预登记信息及人工审批约束；分位数LightGBM模型给出等待时间预测的95%预测区间。论文称该工作是对早先多模态队列管理框架的扩展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。