|
|||||
|
|
| 基于多种模型组合的短时交通流预测 | |
| 引用本文： | 王德广,张轶楠.基于多种模型组合的短时交通流预测[J].微型电脑应用,2022(3):130-133. |
| 作者姓名： | 王德广 张轶楠 |
| 摘 要： | 日益增加的交通流量使得道路交通面临着严峻考验,运用现代技术手段,对短时交通流进行精准的预测,能为改善及便利道路交通管理.为此提出一种基于长短时记忆神经网络(LSTM)、门控循环单元(GRU)、栈式自编码器(SAE)以及简单循环单元(SRU)模型相结合的短时交通流预测模型——LGSS模型.实验表明LGSS组合模型的预测效... |
| 关 键 词： | 短时交通流预测 神经网络模型 深度学习 组合预测 |