基于Bi-LSTM网络的广珠城际短期客流预测方法

• 作者: 吕秋霞 钟晓情 任雅思
• 来源期刊: 五邑大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 城际铁路 短期客流 客流预测 双向长短期记忆网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 轨道交通|Rail Transportation
• 页码范围: 50-56
• 页数: 7页
• 分类号: U491
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7302.2022.01.007

摘要

为提高城际铁路车站短时客流量预测的准确性,本文设计了一种基于双向长短期记忆网络(Bi-LSTM)的预测模型.首先分析了广珠城际铁路车站日客流量的时间分布规律,发现各车站日客流量存在着相似的分布特征,但工作日、周末和节假日客流量呈现出较大差异.以广州南站、珠海站以及小榄站3个车站的进站客流为例,选择时间窗步长为2和4分别进行预测分析,通过调整模型参数来提高预测精度.当时间窗步长为4时,预测精度明显提高.与长短期记忆网络(LSTM)的预测结果对比,Bi-LSTM网络的预测精度更高,在广珠城际车站日客流预测中具有更好的适用性.