典型文献
基于PSO优化Bi-LSTM的交通流量预测
文献摘要：
针对城市交通流量强随机性的问题,为克服非线性和时变特点的影响,提出了基于粒子群(PSO)优化双向长短时记忆网络(Bi-LSTM)的交通流量预测模型,达到城市交通流量高精度预测效果.首先,建立基于Bi-LSTM的交通流量短期预测模型;其次,采用粒子群PSO算法对Bi-LSTM模型的超参数进行寻优,提升预测模型的泛化性.通过对比实验分析,验证了该交通流量预测模型具有更优的性能.
文献关键词：
交通流量;流量预测;双向长短时记忆网络;粒子群算法
中图分类号：
作者姓名：
樊冲
作者机构：
锦州市大数据中心,辽宁 锦州 121000
文献出处：
引用格式：
[1]樊冲-.基于PSO优化Bi-LSTM的交通流量预测)[J].网络安全与数据治理,2022(08):68-73
A类：
B类：
PSO,Bi,城市交通,随机性,双向长短时记忆网络,交通流量预测模型,精度预测,短期预测,超参数,泛化性,粒子群算法
AB值：
0.132267
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
