基于LSTM和Kalman滤波的公交车到站时间预测

• 作者: 孙仁诚 范光鹏 邵峰晶
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 智能交通 公交车到站时间 LSTM模型 Kalman滤波 时间序列
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 91-96
• 页数: 6页
• 分类号: TP391.9
• 字数: 3428字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.04.017

摘要

智能交通系统的建设已成为城市交通发展面临的主要问题,其中公交车到站时间预测是智能交通系统的重要组成部分.公交车到站时间数据是具有长期和短期特性的时间序列数据,而且公交车易受到外来因素的影响,因此公交车到站时间也是动态变化的.基于上述问题,提出基于LSTM和Kalman滤波的公交车到站时间预测模型,其中LSTM模型用来预测公交车到站的基础时间序列,Kalman滤波模型用于对基础时间数据序列进行动态调整,最终将调整后的预测值的正确率、均方差、平均绝对偏差分别与LSTM、SVM、SVM+Kalman模型预测结果进行对比,证明LSTM+ Kalman模型预测值的正确率,均方差和平均绝对偏差均优于对比模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵峰晶	青岛大学计算机科学技术学院	54	396	11.0	18.0
2	孙仁诚	青岛大学计算机科学技术学院	56	250	10.0	14.0
3	范光鹏	青岛大学计算机科学技术学院	2	10	1.0	2.0