首页 > 《科技新时代》 > 2024年10期 > 基于LSTM的城市轨道交通短时客流预测研究

基于LSTM的城市轨道交通短时客流预测研究

在线阅读下载PDF 导出详情

摘要摘要：本文聚焦于城市轨道交通短时客流预测，旨在通过引入长短时记忆神经网络模型（LSTM）这一先进的人工智能技术，对具有时间序列特性的客流数据进行深入分析。以杭州市地铁2号线人民路站为具体研究对象，利用自动售检票系统（AFC）采集的刷卡数据，构建LSTM预测模型。结果表明LSTM模型在城市轨道交通客流预测有较好的准确性，并且为相关领域提供新的理论与实践指导。

DOI 6jrvvpozpd/8624087

作者席悦陈奕彤韩吉

机构地区（1. 天津职业技术师范大学，天津；2. 天津华世通金属材料有限公司，天津）

出处《科技新时代》 2024年10期

关键词长短时记忆神经网络短时客流预测机器学习

分类 [建筑科学][建筑技术科学]

出版日期 2024年09月05日（中国期刊网平台首次上网日期，不代表论文的发表时间）