基于PSO优化Bi-LSTM的交通流量预测

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。