基于时空残差网络的区域客流量预测方法

• 作者: 张翔 柳佳欢 董丽丽 费城
• 来源期刊: 计算机测量与控制
• 关键词: 区域客流量预测 残差网络 全连接网络 季节性影响
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 设计与应用
• 页码范围: 170-174
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.06.035

摘要

针对区域客流量波动性强、复杂非线性的特征,易受到季节性影响,并且单一神经网络模型无法同时学习时间与空间相关性问题,通过对区域客流量影响因素分析,结合残差网络和全连接网络,提出了用于区域客流量预测的改进Quad-ResNet模型;Quad ResNet模型融合了4个残差网络和一个全连接网络,该模型通过深层次的卷积学习空间相关性,结合4个残差网络学习时间邻近性、相似性、周期性、趋势性,使用全连接网络学习季节性影响;将Quad-ResNet模型与LSTM、CNN、ST-ResNet模型在同一数据集上进行区域客流量预测对比实验,实验结果表明,Quad-ResNet模型误差小于其他对比模型,而且在训练和预测的操作上明显比LSTM模型更简便,更适用于区域客流量预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董丽丽	西安建筑科技大学信息与控制工程学院	79	651	13.0	22.0
2	张翔	西安建筑科技大学信息与控制工程学院	27	218	8.0	14.0
3	柳佳欢	西安建筑科技大学信息与控制工程学院	1	0	0.0	0.0
4	费城	西安建筑科技大学信息与控制工程学院	2	4	1.0	2.0