一种基于深度学习的城市轨道交通短期客流预测方法
基本信息
| 申请号 | CN201911085362.4 | 申请日 | - |
| 公开（公告）号 | CN111091225A | 公开（公告）日 | 2020-05-01 |
| 申请公布号 | CN111091225A | 申请公布日 | 2020-05-01 |
| 分类号 | G06Q10/04;G06Q10/06;G06Q30/02;G06Q50/30;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 杨欣;尹浩东;吴建军;屈云超;薛秋驰;王永磊;万思军;杨桥;晏国杰 | 申请（专利权）人 | 贵阳海信网络科技有限公司 |
| 代理机构 | 北京卫平智业专利代理事务所（普通合伙） | 代理人 | 北京交通大学;贵阳海信网络科技有限公司 |
| 地址 | 100044 北京市海淀区上园村3号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于长短期记忆网络的城市轨道交通客流预测方法，其特征在于，包括步骤如下：步骤1，确定改进的时空长短期记忆网络模型的输入；步骤2，确定与待预测站点sk空间相关度最高的x个车站s1、s2…sx；步骤3，计算列车由车站s1、s2…sx运行到待预测站点sk所需时间步骤4，根据步骤1所述的全网各站点的进出站客流量得到待预测站点sk的出站客流量序列并得到比待预测站点sk早的车站s1、s2…sx的进站客流序列步骤5，将和输入改进的时空长短期记忆网络模型，输出为待预测站点sk的出站客流量；步骤6，计算预测性能指标。本发明用来对车站的出站客流进行预测，提高了预测精度。 |
