一种基于LSTM-LightGBM-KNN的高速公路服务区车流预测方法
基本信息
| 申请号 | CN202110548563.4 | 申请日 | - |
| 公开（公告）号 | CN113344254A | 公开（公告）日 | 2021-09-03 |
| 申请公布号 | CN113344254A | 申请公布日 | 2021-09-03 |
| 分类号 | G06Q10/04（2012.01）I;G06Q50/30（2012.01）I;G06F30/27（2020.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘文辉;赵建东;原国华;付文彪;俞智鑫;刘伟;朱江;罗凯;贾志龙;王俊;罗二娟;王程宏 | 申请（专利权）人 | 山西省交通新技术发展有限公司 |
| 代理机构 | 北京太兆天元知识产权代理有限责任公司 | 代理人 | 易卫 |
| 地址 | 030006山西省太原市小店区并州南路69号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于LSTM‑LightGBM‑KNN的高速公路服务区车流预测方法，通过整理服务区信息采集系统的车流数据，以一定的时间周期统计得到车流量时间序列数据；预处理后将车流时间序列数据归一化，分为训练数据和测试数据，然后通过网格搜索确定超参数并利用训练数据训练得到预测模型；最后将预测得到的数据与测试数据进行误差分析。本发明利用LSTM在序列建模问题上的长时记忆功能、LightGBM对时间序列数据预测的准确性，以及KNN对异常数据的敏感性低的特性，通过LSTM和LightGBM两个模型分别对车流数据进行特征提取，并将提取的特征作为KNN算法的输入，通过KNN算法进行预测。 |
