Journal | [J] 现代交通技术研究 Volume 4, Issue 1. 2022.
基于LSTM模型的轨道换乘站短期客流预测
作者 : 陈 思宇
摘要 / Abstract
为了提高城市轨道交通的运行效率,充分发挥运力且保证其运营的安全,来缓解道路交通拥堵的情况。本 文通过对重庆市2018年1月客流数据进行分析处理,以重庆市轨道交通红旗河沟站和重庆北站南广场站两个换乘站 为实验案例,提出了基于单变量及多变量的长短期记忆(LSTM)网络结构的轨道换乘站短时客流预测方法。最后, 建立模型评价指标,将预测结果与BP(反向传播)神经网络模型进行误差对比分析,结果表明基于多变量LSTM网 络模型在轨道换乘站短时客流量预测中效果更优,同时在将客流分组建立四种LSTM网络后,多变量较单变量LSTM 模型预测精度得到了进一步提升。
关键词 / Keywords
LSTM模型;多变量;5分钟时间间隔客流量
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供