原文传递
基于LSTM的沪渝高速公路短时交通流预测研究
| 题名： | 基于LSTM的沪渝高速公路短时交通流预测研究 |
| 正文语种： | 中文 |
| 作者： | 张潇潇;龚龑 |
| 作者单位： | 江苏高速公路联网营运管理有限公司;东南大学交通学院 |
| 关键词： | 高速公路;交通流预测;深度学习;时间序列;长短期记忆网络（LSTM） |
| 摘要： | 准确的高速公路短时交通流预测可以为高速公路交通管控以及出行规划提供决策依据。在深度学习理论框架下，利用高速公路交通流的时序特征，建立基于LSTM的高速公路短时交通流预测模型，能够深入挖掘预测问题中的时间序列关系，具有长期预测精度较高的优点。本文选取沪渝高速公路上编号为“0071270320100001”的微波雷达检测器的检测数据对LSTM模型进行验证，并选取ANN模型进行了对比。实验结果表明，LSTM模型能够更好地提取时间序列特性，具有更高的预测精度，在高速公路短时交通流预测中具有较好的适用性。 |
| 期刊名称： | 中国交通信息化 |
| 出版年： | 2022 |
| 期： | 09 |
| 页码： | 133-137 |
检索历史
应用推荐
