基于门控递归单元神经网络的高速公路行程时间预测

• 作者: 刘松 宋乾坤 彭勇 邵毅明
• 来源期刊: 应用数学和力学
• 学科: 交通运输
• 关键词: 高速公路 行程时间预测 门控递归单元 神经网络
• 年，卷（期）: 2019,（11）
• 页码范围: 1289-1298
• 页数: 10页
• 分类号: U491
• 语种: 中文
• DOI: 10.21656/1000-0887.400187

摘要

为了更高效地预测高速公路行程时间,以高速公路行程时间为研究对象,通过采集车辆在高速公路进出口收费站的刷卡数据获取行程时间,利用门控递归单元神经网络对行程时间进行预测.按照所设计的预测流程,利用广州市机场高速南线高速公路收费数据进行验证,结果显示,预测拟合效果较好,并与LSTM神经网路和BP神经网络进行了对比分析.结果表明:门控递归单元神经网络具有更好的预测准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵毅明	重庆交通大学交通运输学院	210	1215	17.0	22.0
2	宋乾坤	重庆交通大学数学系	22	51	4.0	6.0
3	刘松	重庆交通大学交通运输学院	15	33	3.0	5.0
5	彭勇	重庆交通大学交通运输学院	73	285	9.0	14.0