基于Attention-LSTM神经网络的公交行程时间预测OACSTPCD
Bus travel time prediction based on Attention?LSTM neural network
传统的公交行程时间预测模型由于忽略了历史时刻中的信息,导致预测精度不理想.针对公交行程时间的时序性,提出一种基于LSTM神经网络的预测模型,并引入注意力(Attention)机制对其进行优化.首先,综合考虑多种影响因素,设计了多变量LSTM模块,将当前时刻的行程时间与历史时刻数据相关联,对其中的多维度特征进行信息提取;随后针对单一LSTM网络无法自动识别不同信息重要性的局限性,引入Attention机制,使模型聚焦重点信息、忽略冗杂信息;最后,采…查看全部>>
徐丸絮;沈吟东
华中科技大学 人工智能与自动化学院,湖北 武汉 430074华中科技大学 人工智能与自动化学院,湖北 武汉 430074
信息技术与安全科学
智能交通公交行程时间预测LSTM神经网络Attention机制公交GPS数据深度学习循环神经网络
《现代电子技术》 2022 (3)
基于随机运营时间的公交鲁棒车辆调度研究
83-87,5
国家自然科学基金项目(71571076)
评论