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
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：
基于PSO-LSTM的区域二手房价预测方法研究
1
作者 周昌堉 李长云 《现代信息科技》 2024年第5期102-105,110,共5页
探究房价趋势是一个高度复杂且充满非线性特征的研究难题。针对目前二手房价预测精度低的问题,文章提出了基于PSO-LSTM的区域二手房价预测方法。粒子群算法通过对LSTM模型进行优化,找到最优的参数组带入PSO-LSTM模型中,进而得到更符合... 探究房价趋势是一个高度复杂且充满非线性特征的研究难题。针对目前二手房价预测精度低的问题,文章提出了基于PSO-LSTM的区域二手房价预测方法。粒子群算法通过对LSTM模型进行优化,找到最优的参数组带入PSO-LSTM模型中,进而得到更符合实际情况的预测结果。文章通过湖南省株洲市天元区的二手房价时间序列数据集对PSO-LSTM模型进行训练,并与LSTM神经网络模型进行了对照分析。实验结果显示,PSO-LSTM模型对于区域二手房价的预测精度更优。 展开更多
关键词 区域二手房价预测 时间序列 pso-lstm模型 lstm
下载PDF
基于PSO-LSTM的高速公路短时交通流预测
2
作者 杨文玲 广晓平 《综合运输》 2024年第1期118-124,共7页
为了实现高速公路短时交通流的精准预测,提出了考虑天气因素的PSO-LSTM深度学习预测模型以提高预测准确性。首先,对获取到的高速公路交通流数据、天气数据进行异常值处理、数据去噪、数据归一化等预处理;其次,构建预测模型,并采用粒子... 为了实现高速公路短时交通流的精准预测,提出了考虑天气因素的PSO-LSTM深度学习预测模型以提高预测准确性。首先,对获取到的高速公路交通流数据、天气数据进行异常值处理、数据去噪、数据归一化等预处理;其次,构建预测模型,并采用粒子群优化算法寻找LSTM模型的最优参数组合,需要寻优的参数有神经网络最大迭代次数、学习率以及隐藏层神经单元个数;最后,通过PEMS网站提供的交通流数据进行实例验证,将交通流数据分为工作日与非工作日。结果表明,本文提出的预测模型能够较好的描述高速公路交通流变化规律,且相比于BP、SVM以及不考虑天气因素的PSO-LSTM模型,具有较高的预测精度。 展开更多
关键词 交通流预测 深度学习 高速公路 pso-lstm模型 神经网络
原文传递
基于EMD-PSO-LSTM组合模型的城市轨道交通短时客流预测 被引量：7
3
作者 赵明伟 张文胜 +1 位作者 王克文 李红 《铁道运输与经济》 北大核心 2022年第7期110-118,共9页
准确的短时客流预测能够为城市轨道交通的良好运营提供保障,针对客流的非线性和强随机性特点以及LSTM神经网络参数较难确定的问题,提出一种基于EMD和PSO优化LSTM神经网络的组合预测模型。首先利用EMD降低数据噪声的干扰,将客流数据分解... 准确的短时客流预测能够为城市轨道交通的良好运营提供保障,针对客流的非线性和强随机性特点以及LSTM神经网络参数较难确定的问题,提出一种基于EMD和PSO优化LSTM神经网络的组合预测模型。首先利用EMD降低数据噪声的干扰,将客流数据分解为多个IMF,然后利用PSO优化LSTM神经网络的学习率、迭代次数和隐含层的神经元个数,并对各IMF进行预测,将各IMF的预测结果加和得到最终的预测结果。以上海陆家嘴站的客流预测为例验证组合模型的有效性,并与LSTM,EMD-LSTM,PSOLSTM 3种短时客流预测模型做比较,结果显示EMD-PSO-LSTM组合模型的预测误差均小于其他3种模型,在针对工作日和非工作日的客流预测中,预测值和真实值的决定系数分别达到0.992和0.963,可以有效提高客流预测模型的预测精度。 展开更多
关键词 城市轨道交通 短时客流预测 EMD pso lstm神经网络 EMD-pso-lstm组合模型
下载PDF
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
使用帮助 返回顶部