基于SDZ-GRU的多特征短时交通流预测方法

• 作者: 吕田
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 短时交通流预测 SDZ GRU 辅助特征
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP302
• 字数: 5281字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.10.012

摘要

针对当前短期交通流量预测方法误差较大,且仅依靠时间序列数据进行预测的问题,提出一种基于SDZ-GRU的多特征短时交通流预测方法(简称SGMTFP).该方法在现有的时序数据的基础上加入时间信息等一系列辅助数据,并将SDZ(Surprisal-Driven Zoneout)应用于门控循环单元(Gated Recurrent Unit,GRU)构成新的RNN单元SDZ-GRU.通过滚动式嵌套交叉验证实验,本文方法在均方根误差与平均绝对误差上比常规的GRU分别下降了7.68％和14.55％;另外由于SGMTFP方法加入了辅助特征,相比较不使用辅助特征的情况下,均方根误差与平均绝对误差分别下降了10.9％和15.1％,实验结果表明,本文方法能有效减小误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕田		1	0	0.0	0.0