原文传递
基于LSTM神经网络的降雨天旅行时间预测研究
| 题名： | 基于LSTM神经网络的降雨天旅行时间预测研究 |
| 正文语种： | 中文 |
| 作者： | 王志建;李达标;崔夏; |
| 作者单位： | 北方工业大学北京市城市道路交通智能控制技术重点实验室； |
| 关键词： | 智能交通;旅行时间;LSTM神经网络;浮动车;降雨量 |
| 摘要： | 降雨给城市道路行程时间的计算和预测带来了许多不确定因素.以出租车GPS数据为研究对象,在考虑降雨数据的基础上,设计一个基于非最小路段的行程时间计算方法,建立基于LSTM(Long Short-Term Memory)循环神经网络的行程时间预测模型进行算法验证.最后,以北京市中关村西区出租车行驶的10 d的GPS数据进行方法验证.结果表明,加入降雨特征预测的结果比未加入降雨特征拥有更高的准确率.并与应用较为广泛的BP神经网络和SVM进行对比分析,发现在满足数据精度的前提下,本文应用的算法和预测模型有较高的训 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2020 |
| 期： | 01 |
| 页码： | 137-144 |
检索历史
应用推荐
