数学建模社区-数学中国

标题: 基于 CNN-ResNet-LSTM 模型的城市短时交通流量预测算法 [打印本页]
作者: 杨利霞    时间: 2020-11-4 15:15
标题: 基于 CNN-ResNet-LSTM 模型的城市短时交通流量预测算法
基于 CNN-ResNet-LSTM 模型的城市短时交通流量预测算法
0 J; h2 |) H$ e6 Z. K

$ P' ~. G/ e8 F( {, e8 m! e) [# \1 {6 `: i" ?% f2 b

! b" {/ B  j$ ?  J$ d- `3 {针对交通流量特性与外部因素对交通流量预测结果的影响，提出了一种对城市短时交通流量预测的9 {( j. Z4 m# j* v; s1 I) M/ O* f
模型 CNN-ResNet-LSTM，将卷积神经网络（CNN）、残差神经单元(ResNet)和长短期记忆循环神经网络
! v, n1 }+ b( @9 n& [（LSTM）集成到一个端到端的网络框架．利用卷积神经网络来捕获城市区域间交通流量的局部空间特征，  X- c% h- E: ]
并在卷积神经网络中加入多个残差神经单元来加深网络深度，可提高预测准确性；利用长短期记忆循环神) S+ c2 U9 O. Z  C  g$ F
经网络来捕获交通流量数据的时间特征；然后，利用相应的权重将 2 个网络的输出结果融合，得到通过轨
/ K( J- m  W; e: p$ C; \迹数据预测的结果；最后与外部因素融合，得到城市区域的交通流量预测值．用北京市轨迹交通数据对该
4 ^1 V3 l) O( N模型进行验证，CNN-ResNet-LSTM 模型不仅在准确率方面比传统模型高，而且在保证预测准确率的情况
5 Z; r0 w$ \3 m0 M2 S* {下，模型使用的参数也少． + x# H# t* H" R, m! h

& s" d* i* j' ?/ m8 {2 z  t
, s" j, B, Q& N& `) }6 y* i6 b+ x

基于 CNN-ResNet-LSTM 模型的城市短时交通流量预测算法.pdf

503.68 KB, 下载次数: 3, 下载积分: 体力 -2 点



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5