首页 > 《中国科技信息》 > 2024年22期 > 基于深度学习的交通流量预测模型在复杂路桥网络中的应用与优化

基于深度学习的交通流量预测模型在复杂路桥网络中的应用与优化

在线阅读下载PDF 导出详情

摘要摘要：本文研究了基于深度学习的交通流量预测模型在复杂路桥网络中的应用与优化。通过结合卷积神经网络（CNN）和长短期记忆网络（LSTM），构建了混合模型以捕捉交通流量的时空特征，显著提升了预测精度。同时，采用剪枝和量化技术简化了模型结构，降低了计算复杂度。此外，针对节假日、突发事件等特殊场景，提出了适应性改进策略，增强了模型的实用性和鲁棒性。实验结果表明，该模型在不同时间段、不同天气条件下均表现出稳定的预测性能。未来研究将关注模型性能提升、算法优化及更多应用场景的探索。

DOI wjv5kqw5wd/8823198

作者胡晓辉

机构地区广东新粤交通投资有限公司（510000）

出处《中国科技信息》 2024年22期

关键词深度学习交通流量预测复杂路桥网络

分类 [建筑科学][建筑技术科学]

出版日期 2024年12月06日（中国期刊网平台首次上网日期，不代表论文的发表时间）