摘要
大数据背景下传统的公交到站时间预测方法在预测精度和训练速度方面已经不能满足人们的期望.文章以衡水市公交运行实际数据为例,运用深度学习中的长短时记忆网络(LSTM)和人工神经网络(ANN)混合模型,综合考虑运行时段、天气状况、道路基础设施、是否交叉路口、是否高峰路段等因素,对公交车的到站时间进行预测研究,结果显示混合模型在预测公交车在前一个站点的停靠时间和站间的行使时间方面均具有较高准确性.
基金项目
衡水学院2020年度校级自然科学类课题(2020ZR01)
衡水学院2020年度校级自然科学类课题(2020ZR08)
河北省教育厅资助青年基金(自然科学类)(QN2020529)
维普
万方数据