期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进粒子群优化算法优化LSTM-AM的公交客流量预测
1
作者
连莲
穆雅伟
+2 位作者
宗学军
何戡
商家硕
《控制工程》
北大核心
2025年第2期216-225,共10页
为提高公交客流量预测的准确性,提出一种改进的粒子群优化算法(PSO)来优化具有注意力机制的长短时记忆神经网络(LSTM-AM)的公交客流量预测模型。该模型利用注意力机制对LSTM的输入特征进行加权处理,突出对预测结果影响较大的客流特征,...
为提高公交客流量预测的准确性,提出一种改进的粒子群优化算法(PSO)来优化具有注意力机制的长短时记忆神经网络(LSTM-AM)的公交客流量预测模型。该模型利用注意力机制对LSTM的输入特征进行加权处理,突出对预测结果影响较大的客流特征,提高了LSTM对特征变量重要程度的提取和记忆能力。提出利用带有随机因子的非线性动态递减惯性权重并结合自适应柯西变异等操作来改进PSO的寻优性能,利用改进后的NACMPSO算法自动调整LSTM-AM模型的参数达到最优值,解决了LSTM-AM模型参数选取困难的问题,提升了客流预测精度。以公交IC卡数据和天气数据验证了该预测方法的有效性,并设置多组对比实验。结果表明,NACMPSO-LSTM-AM预测模型具有更高的预测精度和稳定性。
展开更多
关键词
客流量预测
粒子群优化
长短时记忆神经网络
注意力机制
公交IC卡数据
在线阅读
下载PDF
职称材料
基于ConvLSTM-GRU的公交客流量预测模型
被引量：
4
2
作者
连莲
商家硕
+1 位作者
宗学军
王国刚
《控制工程》
CSCD
北大核心
2023年第6期1090-1098,共9页
公共交通在城市智能交通系统中发挥着重要的作用,准确的公交客流量预测对智能交通的发展至关重要。为了提高公交客流量预测的准确度,提出一种基于卷积长短期记忆(convolutionallongshort-termmemory,ConvLSTM)网络和门控循环单元(gatere...
公共交通在城市智能交通系统中发挥着重要的作用,准确的公交客流量预测对智能交通的发展至关重要。为了提高公交客流量预测的准确度,提出一种基于卷积长短期记忆(convolutionallongshort-termmemory,ConvLSTM)网络和门控循环单元(gaterecurrent unit,GRU)算法的预测模型Conv LSTM-GRU,结合公交车客流量、天气特征和气温特征以及节假日特征来预测未来的公交客流量。通过提取不同时段公交客流量之间的相关性并采用编码器-解码器结构来减少递归多步预测中的累积误差,提高了预测精度。最后,将ConvLSTM-GRU模型与反向传播(back propagation,BP)神经网络、长短期神经网络、门控循环单元结构、卷积长短期神经网络和自回归网络5种算法进行比较,结果表明所提模型在预测准确度方面均优于对比算法。
展开更多
关键词
ConvLSTM
GRU
公交客流量预测
编码器-解码器
在线阅读
下载PDF
职称材料
题名
基于改进粒子群优化算法优化LSTM-AM的公交客流量预测
1
作者
连莲
穆雅伟
宗学军
何戡
商家硕
机构
沈阳化工大学信息工程学院
出处
《控制工程》
北大核心
2025年第2期216-225,共10页
基金
辽宁省“兴辽英才计划”资助项目(XLYC2002085)。
文摘
为提高公交客流量预测的准确性,提出一种改进的粒子群优化算法(PSO)来优化具有注意力机制的长短时记忆神经网络(LSTM-AM)的公交客流量预测模型。该模型利用注意力机制对LSTM的输入特征进行加权处理,突出对预测结果影响较大的客流特征,提高了LSTM对特征变量重要程度的提取和记忆能力。提出利用带有随机因子的非线性动态递减惯性权重并结合自适应柯西变异等操作来改进PSO的寻优性能,利用改进后的NACMPSO算法自动调整LSTM-AM模型的参数达到最优值,解决了LSTM-AM模型参数选取困难的问题,提升了客流预测精度。以公交IC卡数据和天气数据验证了该预测方法的有效性,并设置多组对比实验。结果表明,NACMPSO-LSTM-AM预测模型具有更高的预测精度和稳定性。
关键词
客流量预测
粒子群优化
长短时记忆神经网络
注意力机制
公交IC卡数据
Keywords
Passenger flow prediction
particle swarm optimization
long-term and short-term memory neural network
attention mechanism
bus IC card data
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于ConvLSTM-GRU的公交客流量预测模型
被引量：
4
2
作者
连莲
商家硕
宗学军
王国刚
机构
沈阳化工大学信息工程学院
出处
《控制工程》
CSCD
北大核心
2023年第6期1090-1098,共9页
基金
国家重点研发计划重点专项(2018YFB1700200)。
文摘
公共交通在城市智能交通系统中发挥着重要的作用,准确的公交客流量预测对智能交通的发展至关重要。为了提高公交客流量预测的准确度,提出一种基于卷积长短期记忆(convolutionallongshort-termmemory,ConvLSTM)网络和门控循环单元(gaterecurrent unit,GRU)算法的预测模型Conv LSTM-GRU,结合公交车客流量、天气特征和气温特征以及节假日特征来预测未来的公交客流量。通过提取不同时段公交客流量之间的相关性并采用编码器-解码器结构来减少递归多步预测中的累积误差,提高了预测精度。最后,将ConvLSTM-GRU模型与反向传播(back propagation,BP)神经网络、长短期神经网络、门控循环单元结构、卷积长短期神经网络和自回归网络5种算法进行比较,结果表明所提模型在预测准确度方面均优于对比算法。
关键词
ConvLSTM
GRU
公交客流量预测
编码器-解码器
Keywords
ConvLSTM
GRU
bus passenger flow prediction
encoder-decoder
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
U491.17 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进粒子群优化算法优化LSTM-AM的公交客流量预测
连莲
穆雅伟
宗学军
何戡
商家硕
《控制工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于ConvLSTM-GRU的公交客流量预测模型
连莲
商家硕
宗学军
王国刚
《控制工程》
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
