基于深度学习的公交到站时间预测研究

• 作者: 张军芳 杜鹏 房月华 张利民 赵鑫
• 来源期刊: 时代汽车
• 关键词: 长短时记忆网络 人工神经网络 预测 准确性
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 交通与安全|TRAFFIC AND SAFETY
• 页码范围: 197-198
• 页数: 2页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9668.2022.05.084

摘要

大数据背景下传统的公交到站时间预测方法在预测精度和训练速度方面已经不能满足人们的期望.文章以衡水市公交运行实际数据为例,运用深度学习中的长短时记忆网络(LSTM)和人工神经网络(ANN)混合模型,综合考虑运行时段、天气状况、道路基础设施、是否交叉路口、是否高峰路段等因素,对公交车的到站时间进行预测研究,结果显示混合模型在预测公交车在前一个站点的停靠时间和站间的行使时间方面均具有较高准确性.