当前位置: 首页> 交通会议论文数据库 >详情
原文传递 基于深度学习的出租车出行行为预测
题名: 基于深度学习的出租车出行行为预测
正文语种: 中文
作者: 谢开强 罗钧韶
作者单位: 深圳市城市交通规划设计研究中心有限公司
关键词: 出行行为 深度学习 长短时记忆神经网络
摘要:   城市交通规划的核心问题是流量预测,而流量预测的基础则是出行预测。出行预测是指在一定条件下,对各交通小区可能产生的总出行需求进行预测。它是城市交通规划中的重要环节,可靠的出行预测不仅能为相关部门构建有效的调度系统提供参考,同时也能为城市居民提供有效的出行路径选择信息。针对居民出行预测任务,提出了基于长短时记忆神经单元的循环神经网络出行行为预测方法。相比传统的出行预测方法,该方法的预测精度更高,更适用于大数据背景下的出行预测任务。
会议日期: 20191016
会议举办地点: 成都
会议名称: 2019年中国城市交通规划年会
出版日期: 1016-01-20
母体文献: 2019年中国城市交通规划年会论文集
检索历史
应用推荐