基于LSTM模型的轨道换乘站短期客流预测

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3700-04-01-02

基于LSTM模型的轨道换乘站短期客流预测

陈思宇

重庆交通大学

全文直达

引用

打印

摘要：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：

LSTM模型；多变量；5分钟时间间隔客流量

Universe Scientific Publishing

ISSN：2661-3697

年,卷(期)：2022,4(1)