典型文献
基于多因素耦合改进的LSTM道路交通流量预测方法及应用
文献摘要：
道路交通流量预测对道路规划、建设、运营具有重要意义,但受交通系统复杂性、混沌性影响其预测精准度不高,提高道路交通流量预测精度是业界研究重点.基于长短期记忆网络模型(LSTM-Model)提出了一种多因素耦合的中期道路交通流量预测方法,提取外部常规因素、非常规因素特征并利用独热编码将离散影响特征数字化,验证了收费道路车流时间序列复杂变化与多因素耦合性,并以广州市广和大桥为例进行分析.实验结果表明,多因素耦合改进的LSTM预测模型,能够适应于实际运行道路复杂条件,有效减小中期交通流预测误差,提高预测准确率.
文献关键词：
多因素耦合;LSTM;道路交通流量;时间序列
中图分类号：
作者姓名：
吴恩泽;熊建辉;宋程
作者机构：
广州市交通规划研究院有限公司,广东 广州 510000
文献出处：
引用格式：
[1]吴恩泽;熊建辉;宋程-.基于多因素耦合改进的LSTM道路交通流量预测方法及应用)[J].运输经理世界,2022(33):68-70
A类：
B类：
多因素耦合,道路交通流量,交通流量预测,方法及应用,道路规划,营具,交通系统,混沌性,流量预测精,长短期记忆网络模型,Model,非常规,独热编码,影响特征,特征数,收费,车流,流时,耦合性,大桥,应于,实际运行,行道,复杂条件,交通流预测,预测误差,预测准确率
AB值：
0.253572
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。
