典型文献
基于LSTM的沪渝高速公路短时交通流预测研究
文献摘要：
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.
文献关键词：
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)
中图分类号：
作者姓名：
张潇潇;龚龑
作者机构：
江苏高速公路联网营运管理有限公司,江苏南京210046;东南大学交通学院,江苏南京211189
文献出处：
引用格式：
[1]张潇潇;龚龑-.基于LSTM的沪渝高速公路短时交通流预测研究)[J].中国交通信息化,2022(09):133-137
A类：
B类：
短时交通流预测,预测研究,高速公路交通,交通管控,出行规划,决策依据,深度学习理论,时序特征,序列关系,长期预测,编号,微波雷达,雷达检测,检测器,检测数据,ANN,提取时间,序列特性,长短期记忆网络
AB值：
0.247824
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。
