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
3
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RS-IPSOSVM的公交客流量预测方法
被引量：
5
1
作者
黄益绍
韩磊
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第11期11-19,共9页
为了提高公交客流预测的准确性,基于公交IC卡数据,挖掘公交客流的变化规律和影响因素,提出了一种基于粗糙集(RS)和改进粒子群(IPSO)优化支持向量机(SVM)的公交客流量预测方法。首先,通过对客流数据的深度挖掘,确定公交客流的影响因子;其...
为了提高公交客流预测的准确性,基于公交IC卡数据,挖掘公交客流的变化规律和影响因素,提出了一种基于粗糙集(RS)和改进粒子群(IPSO)优化支持向量机(SVM)的公交客流量预测方法。首先,通过对客流数据的深度挖掘,确定公交客流的影响因子;其次,利用粗糙集对13个初始影响因子进行属性约简,剔除冗余信息,得到8个核心影响因子;再次,引入自适应调整的惯性权重和异步变化的学习因子对PSO算法进行优化,利用IPSO算法来寻找SVM全局最优参数,通过核函数将公交客流核心影响因子映射到高维空间,拟合核心影响因子与公交客流量间的非线性映射关系,实现客流的预测;最后,以广州市公交线路客流数据进行了方法验证。结果表明:所用方法预测精度在90%以上,简化了训练样本,克服了SVM参数选择的盲目性,实用性和可靠性均得到有效提高。
展开更多
关键词
交通工程
公交客流量预测
粗糙集
改进粒子群优化
支持向量机
数据挖掘
在线阅读
下载PDF
职称材料
SPGAPSO-SVM:一种城市公交客流量预测算法
被引量：
9
2
作者
林浩
李雷孝
王慧
《小型微型计算机系统》
CSCD
北大核心
2020年第11期2458-2464,共7页
准确预测城市公交客流量对于科学地进行城市公交车运营调度决策、提高公交车运营效率具有十分重要的意义.本文基于遗传算法(GA)和粒子群算法(PSO)提出了GAPSO-SVM算法,并将GAPSO-SVM算法基于Spark平台进行了并行化设计,提出了SPGAPSO-SV...
准确预测城市公交客流量对于科学地进行城市公交车运营调度决策、提高公交车运营效率具有十分重要的意义.本文基于遗传算法(GA)和粒子群算法(PSO)提出了GAPSO-SVM算法,并将GAPSO-SVM算法基于Spark平台进行了并行化设计,提出了SPGAPSO-SVM算法.设计多组实验采用公交IC卡数据对SPGAPSO-SVM算法进行了验证,实验结果表明,SPGAPSO-SVM算法在保证较高预测准确率的同时有效提高了算法运行效率,并具有良好的可扩展性.
展开更多
关键词
公交客流量预测
支持向量机
参数寻优
遗传算法
粒子群算法
SPARK
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
3
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RS-IPSOSVM的公交客流量预测方法
被引量：
5
1
作者
黄益绍
韩磊
机构
长沙理工大学道路灾变防治及交通安全教育部工程研究中心
长沙理工大学交通运输工程学院
同济大学道路与交通工程教育部实验室
出处
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第11期11-19,共9页
基金
湖南省自然科学基金项目(2018JJ2444)
湖南省教育厅科学研究重点项目(16A007)
长沙理工大学道路灾变防治及交通安全教育部工程研究中心开放基金资助项目(kfj140401)。
文摘
为了提高公交客流预测的准确性,基于公交IC卡数据,挖掘公交客流的变化规律和影响因素,提出了一种基于粗糙集(RS)和改进粒子群(IPSO)优化支持向量机(SVM)的公交客流量预测方法。首先,通过对客流数据的深度挖掘,确定公交客流的影响因子;其次,利用粗糙集对13个初始影响因子进行属性约简,剔除冗余信息,得到8个核心影响因子;再次,引入自适应调整的惯性权重和异步变化的学习因子对PSO算法进行优化,利用IPSO算法来寻找SVM全局最优参数,通过核函数将公交客流核心影响因子映射到高维空间,拟合核心影响因子与公交客流量间的非线性映射关系,实现客流的预测;最后,以广州市公交线路客流数据进行了方法验证。结果表明:所用方法预测精度在90%以上,简化了训练样本,克服了SVM参数选择的盲目性,实用性和可靠性均得到有效提高。
关键词
交通工程
公交客流量预测
粗糙集
改进粒子群优化
支持向量机
数据挖掘
Keywords
transportation engineering
bus passenger flow prediction
rough sets
improved particle swarm optimization
support vector machine
data mining
分类号
U491.1 [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
SPGAPSO-SVM:一种城市公交客流量预测算法
被引量：
9
2
作者
林浩
李雷孝
王慧
机构
内蒙古工业大学数据科学与应用学院
内蒙古自治区基于大数据的软件服务工程技术研究中心
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第11期2458-2464,共7页
基金
2019年度内蒙古自治区关键技术攻关计划项目(2019GG273)资助
2019年度内蒙古自治区科技重大专项项目(2019ZD015)资助.
文摘
准确预测城市公交客流量对于科学地进行城市公交车运营调度决策、提高公交车运营效率具有十分重要的意义.本文基于遗传算法(GA)和粒子群算法(PSO)提出了GAPSO-SVM算法,并将GAPSO-SVM算法基于Spark平台进行了并行化设计,提出了SPGAPSO-SVM算法.设计多组实验采用公交IC卡数据对SPGAPSO-SVM算法进行了验证,实验结果表明,SPGAPSO-SVM算法在保证较高预测准确率的同时有效提高了算法运行效率,并具有良好的可扩展性.
关键词
公交客流量预测
支持向量机
参数寻优
遗传算法
粒子群算法
SPARK
Keywords
prediction of bus passenger flow
support vector machine
seeking optimal parameters
genetic algorithm
particle swarm optimization
Spark
分类号
TP181 [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
3
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RS-IPSOSVM的公交客流量预测方法
黄益绍
韩磊
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2020
5
在线阅读
下载PDF
职称材料
2
SPGAPSO-SVM:一种城市公交客流量预测算法
林浩
李雷孝
王慧
《小型微型计算机系统》
CSCD
北大核心
2020
9
在线阅读
下载PDF
职称材料
3
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
