首页|期刊导航|交通信息与安全|基于ETC数据和A-BiLSTM神经网络的高速公路节假日短时交通流预测模型

基于ETC数据和A-BiLSTM神经网络的高速公路节假日短时交通流预测模型OACSTPCD

中文摘要

电子不停车收费(electronic toll collection,ETC)门架系统为节假日高速公路短时交通流预测提供了数据支撑。针对节假日场景下高速公路交通流的非线性和复杂性特征,基于ETC门架数据研究了由注意力机制(attention)和双向长短期记忆(bidirectional long/short-term memory,BiLSTM)神经网络组成的Attention-BiLSTM(A-BiLSTM)组合模型。通过对ETC门架数据进行预…查看全部>>

戢晓峰;孔晓丽;陈方;郝京京;覃文文

昆明理工大学交通工程学院,昆明650500 昆明理工大学云南省现代物流工程研究中心,昆明650500昆明理工大学交通工程学院,昆明650500 昆明理工大学云南省现代物流工程研究中心,昆明650500昆明理工大学云南省现代物流工程研究中心,昆明650500昆明理工大学云南省现代物流工程研究中心,昆明650500昆明理工大学交通工程学院,昆明650500 昆明理工大学云南省现代物流工程研究中心,昆明650500

交通运输

短时交通流预测双向长短期记忆网络注意力机制贝叶斯优化节假日

《交通信息与安全》 2023 (3)

P.166-174,9

评论

您当前未登录!去登录点击加载更多...