| 基于循环神经网络的城市轨道交通短时客流预测 |
| |
| 引用本文： | 张惠臻,高正凯,李建强,王晨曦,潘玉彪,王成,王靖.基于循环神经网络的城市轨道交通短时客流预测[J].吉林大学学报(工学版),2023(2):430-438. |
| |
| 作者姓名： | 张惠臻 高正凯 李建强 王晨曦 潘玉彪 王成 王靖 |
| |
| 作者单位： | 1. 华侨大学计算机科学与技术学院;2. 北京工业大学信息学部软件学院;3. 南威软件股份有限公司 |
| |
| 基金项目： | 国家自然科学基金项目（61802133）；;福建省科技计划重点项目（2020H0016,2021H0019）； |
| |
| 摘 要： | 为更好地预测城市轨道交通的短时客流情况，提出了基于循环神经网络模型的预测方法。首先，针对轨道交通进出站客流数据，利用Pearson相关系数确定短时客流影响因素；然后，改进K-means聚类算法划分高、中、低客流量三类轨道站点，分析客流时空分布规律及高峰时间段；最后，采用分别基于长短时记忆神经网络（LSTM）与门控循环单元（GRU）的短时客流预测方法，预测不同类型站点在不同时段的客流。实验结果表明：5 min为预测的最佳时间粒度，在此时间粒度下GRU模型整体性能优于LSTM模型。
|
| 关 键 词： | 交通运输工程 城市轨道交通 短时客流预测 循环神经网络 长短时记忆神经网络 门控循环单元 |
|
|
