|
|||||
|
|
| 基于LSTM的轨道交通进站客流短时预测研究 | |
| 作者姓名： | 杜希旺 赵星 李亮 |
| 摘 要： | 对轨道交通进站客流进行准确的预测有助于城市交通系统更好的管理,及时做出应对措施.使用K-means聚类方法对南京地铁113个站点进行聚类,得到5个不同类别的轨道站点,分析不同类型站点进站客流的时序特征以及天气与工作日因素对客流的影响,发现是否为工作日对进站客流影响最为明显.用长短时记忆网络将前35天的数据作为训练集预测... |
| 关 键 词： | LSTM K-means 短时交通流预测 时间序列 轨道交通 |
| 本文献已被 CNKI 等数据库收录！ | |