基于公交车GPS数据的短时交通流预测研究

摘要：

随着智慧化城市的提出,智能交通系统已经成为城市建设中至关重要的部分,而短时交通流预测是实现智能交通系统的核心研究内容之一[1].本文对获取的公交车GPS数据进行了挖掘分析,提取公交车速度数据进行短时交通流预测算法研究.考虑到时序数据的时间相关性和交通流数据的准周期特性,本文设计长短期记忆人工神经网络(Long-Short Term Memory,LSTM)对交通流速度数据进行预测.结果表明,LSTM能够通过对历史速度数据的学习,找出时间序列之间的关系,利用LSTM的选择性记忆功能,能够对短时交通流速度进行更准确的预测.

关键词：短时交通流预测、公交GPS数据、长短期记忆网络

所属期刊栏目：37

分类号：U491.14(交通工程与公路运输技术管理)

在线出版日期：2018-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：75-80