城市轨道交通进站客流量短时组合预测模型 被引量：22

1

作者 李得伟 颜艺星 曾险峰 《都市快轨交通》 北大核心 2017年第1期54-58,64,共6页

高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰... 高精度的短时进站客流量预测对城市轨道交通日常客流组织具有重要意义,利用客流预测结果在事前实施限流、疏导等措施,较事后控制更及时、先进。通过采集15 min间隔的地铁进站客流数据,利用上周同期进站量、本日上一时段进站量以及高峰和非高峰时段参数作为输入变量,尝试分别采用加权历史平均自回归模型、ARIMA模型及小波神经网络模型进行短时预测,以获得精度最高的模型。在此基础上,进行三种方法组合预测,探究组合预测效果。通过案例分析,发现当考虑时段因素时,小波神经网络预测精度最高,为91.05%;ARIMA模型误差结构最好。当采用所提出的组合预测模型后,预测精度指标较独立预测模型均有提升,但误差结构没有得到改善。研究表明,所提组合预测模型可以有效地应用于城市轨道交通进站客流的短时预测中。 展开更多

关键词 城市轨道交通 进站客流量 短时预测模型 组合预测

下载PDF 职称材料

灰色预测模型在铁路客流预测中的应用 被引量：16

2

作者 黄召杰 冯硕 《交通科技与经济》 2014年第1期57-60,共4页

运量预测是铁路运输组织工作的重要基础和主要依据之一,是一项经常性工作。只有根据运量预测结果及其他方面的信息才能做出科学的决策,编制出可行计划、规划或发展战略,最大程度地减少风险,降低运作成本,减少设施闲置。运用灰色预测模... 运量预测是铁路运输组织工作的重要基础和主要依据之一,是一项经常性工作。只有根据运量预测结果及其他方面的信息才能做出科学的决策,编制出可行计划、规划或发展战略,最大程度地减少风险,降低运作成本,减少设施闲置。运用灰色预测模型建立铁路客流预测模型,对我国铁路客运量进行预测,灰色模型的方法简单,适合在数据少的情况下预测短期客流量。 展开更多

关键词 铁路客流 灰色模型 预测模型 残差检验 相对误差

下载PDF 职称材料

基于ARMA模型的城市轨道交通客流量预测 被引量：15

3

作者 卢志义 聂惟聪 陈丽珍 《河南科学》 2018年第5期646-651,共6页

客流量预测是城市轨道交通规划设计和运营管理的基本依据,是城市轨道交通建设过程的重要组成部分.在对天津地铁一号线日客流量变化的规律进行分析的基础上,采用自回归滑动平均时间序列(ARMA)模型对客流量进行预测.结果表明,与实际数据相... 客流量预测是城市轨道交通规划设计和运营管理的基本依据,是城市轨道交通建设过程的重要组成部分.在对天津地铁一号线日客流量变化的规律进行分析的基础上,采用自回归滑动平均时间序列(ARMA)模型对客流量进行预测.结果表明,与实际数据相比,模型具有较小的预测相对误差,取得了较好的预测效果. 展开更多

关键词 客流量 预测模型 时间序列 相对误差

下载PDF 职称材料

多源数据驱动CNN-GRU模型的公交客流量分类预测 被引量：14

4

作者 赵建东 申瑾 刘麟玮 《交通运输工程学报》 EI CSCD 北大核心 2021年第5期265-273,共9页

为精准分析公交线路与站点不同客流的出行特征及时变差异性,结合深度学习理论,提出了一种基于卷积神经网络(CNN)与门控制循环单元(GRU)组合的公交客流分类预测模型;融合匹配公交一卡通刷卡、公交车GPS轨迹、线路和站点基础信息、气象等... 为精准分析公交线路与站点不同客流的出行特征及时变差异性,结合深度学习理论,提出了一种基于卷积神经网络(CNN)与门控制循环单元(GRU)组合的公交客流分类预测模型;融合匹配公交一卡通刷卡、公交车GPS轨迹、线路和站点基础信息、气象等多源数据,实现公交客流数据重构;采用K-Medians算法将乘客分为通勤类和非通勤类;以乘客类型、历史客流量、时段、高/平峰、星期、降水量、重大活动等因素为输入向量,分别建立CNN与GRU单一模型,并利用均方误差、均方根误差、平均绝对误差为评价指标,开展预测;针对单一模型不适用多特征时间序列预测等问题,分别构建了由CNN和GRU组合的线路客流和断面客流预测模型;以北京市特15路公交为例,预测工作日与非工作日场景下的线路及断面的分类客流。分析结果表明:对于通勤类和非通勤类线路及断面客流,组合模型的均方误差相比单一模型平均降低了57.932、13.106和33.987,均方根误差平均降低了1.862、1.058和1.538,平均绝对误差平均降低了1.399、0.487和0.613,可见,多源数据驱动下的CNN-GRU组合模型具有良好的预测性能。 展开更多

关键词 公交 多源数据 客流分类 卷积神经网络 门控制循环单元 组合预测模型

原文传递

基于K-means聚类组合模型的公交线路客流短时预测 被引量：13

5

作者 陈维亚 潘鑫 方晓平 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第4期83-89,113,共8页

预测公交线路短时客流是实现公交动态调度的关键技术.文中通过分析客流特性,构建了基于K-means聚类算法的组合预测模型.首先利用K-means算法将短时客流数据按照时变特征的相似度划分为不同聚类,然后为每类客流数据分别建立最小二乘支持... 预测公交线路短时客流是实现公交动态调度的关键技术.文中通过分析客流特性,构建了基于K-means聚类算法的组合预测模型.首先利用K-means算法将短时客流数据按照时变特征的相似度划分为不同聚类,然后为每类客流数据分别建立最小二乘支持向量机、BP神经网络、自回归滑动平均模型,并考虑天气因素的影响,用遗传算法优化模型参数,对比预测结果,从中选择每个聚类的最佳预测模型构成组合模型.最后以长沙市104路公交客流数据作为实例进行预测分析,结果显示:客流数据时变特征对模型具有选择性,K-means聚类组合模型能够更好地根据不同时段客流数据的时变特征进行分类,因而有利于提高预测绩效;考虑了天气因素的K-means聚类组合模型能进一步提高公交线路的短时预测绩效. 展开更多

关键词 公交线路客流 短时预测 K-MEANS聚类算法 组合预测模型

下载PDF 职称材料

城市轨道交通短期客流预测研究进展 被引量：6

6

作者 雷斌 张源 +1 位作者 郝亚睿 景立竹 《长安大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第1期79-96,共18页

为了全面了解城市轨道交通短期客流预测现有的研究进展,结合国内外相关的研究,梳理了近年来的研究状况,归纳了城市轨道交通短期客流预测的研究焦点并分类进行了讨论。重点从客流分析、预测方法、不同情况下预测方法和时间粒度选择3个方... 为了全面了解城市轨道交通短期客流预测现有的研究进展,结合国内外相关的研究,梳理了近年来的研究状况,归纳了城市轨道交通短期客流预测的研究焦点并分类进行了讨论。重点从客流分析、预测方法、不同情况下预测方法和时间粒度选择3个方面总结归纳现有研究成果。研究结果表明:在客流分析方面,大多采用出行方式链、聚类分析等方法定量分析客流特征,缺乏定性定量综合分析;在预测方法方面,主要使用统计学、非线性以及神经网络的预测模型,并且随着预测方法研究的逐步深入,用于短期客流预测的3类解析模型更加完善,预测精度日益提高,但在完善模型缺陷方面仍有待进一步研究;在预测方法和时间粒度选择方面,主要研究正常情况和突发大客流2种情况的预测方法选择,以及工作日与非工作日、高峰与平峰时段的短期客流预测时间粒度选择,考虑的情况不够全面。未来的研究可以从客流分析、预测方法、不同情况下预测方法和时间粒度选择3个角度出发。首先,通过大数据,运用定性定量结合的方法对城市轨道交通的客流进行分析;其次,构建不同特点的客流预测综合模型,解决单一模型存在的问题,并在保证精度的基础上提高组合模型的计算速度;最后,合理选择节假日、突发事件等不同条件下线路客流和网络客流的预测方法和时间粒度。未来也可以进一步综合上述3个方面的成果,从而更加准确预测城市轨道交通的短期客流量,为合理的行车组织提供依据。 展开更多

关键词 交通工程 轨道交通 客流预测 神经网络 短期客流 客流分析 组合模型 时间粒度

原文传递

CNN+GRU公交短时客流预测研究 被引量：5

7

作者 龚兰兰 凌兴宏 《现代电子技术》 2021年第14期70-74,共5页

公交站点客流预测是公交调度的主要依据。针对传统的公交短时客流预测只考虑时间特征这一弊端,提出基于卷积神经网络(CNN)和门控循环单元(GRU)的预测模型,分别利用CNN和GRU对公交客流的空间和时间特征进行提取,构建公交站点短时客流预... 公交站点客流预测是公交调度的主要依据。针对传统的公交短时客流预测只考虑时间特征这一弊端,提出基于卷积神经网络(CNN)和门控循环单元(GRU)的预测模型,分别利用CNN和GRU对公交客流的空间和时间特征进行提取,构建公交站点短时客流预测模型。利用苏州市公交IC卡刷卡数据和公交车GPS数据,构建站点客流时空矩阵,使用模型对公交站点的客流进行预测。实验结果表明,CNN+GRU预测模型能够有效地进行公交短时客流预测,并且比其他模型具有更好的准确性。 展开更多

关键词 公交客流 公交调度 预测模型 时空特征提取 时空矩阵 智慧公交系统

下载PDF 职称材料

基于不同模型的机场客流量预测 被引量：5

8

作者 刘夏 陈磊 +2 位作者 邱钊 陈焕东 陈明锐 《中国民航大学学报》 CAS 2018年第3期31-36,57,共7页

基于三亚机场2008—2016年的月度数据,运用ARMA模型、灰色预测GM(1,1)模型、ARMA改进回归模型对民航客流量预测并进行数据仿真。实证分析表明:3个模型的平均绝对百分误差分别为4.20%、4.19%、1.67%,预测精度较高。最后利用灰色预测GM(1... 基于三亚机场2008—2016年的月度数据,运用ARMA模型、灰色预测GM(1,1)模型、ARMA改进回归模型对民航客流量预测并进行数据仿真。实证分析表明:3个模型的平均绝对百分误差分别为4.20%、4.19%、1.67%,预测精度较高。最后利用灰色预测GM(1,1)模型进行趋势外预测,得出三亚机场客流量将在2年内达2 000万人次。 展开更多

关键词 客流量 ARMA模型 灰色预测模型 RE-ARMA模型

下载PDF 职称材料

基于属性加权回归的组团式城市轨道交通进出站客流预测模型研究 被引量：3

9

作者 彭挺 周涛 蔡晓禹 《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第1期176-186,197,共12页

为增强轨道交通进出站客流回归预测模型在组团式城市的适应性,利用多源数据细化和完善各影响因素的统计指标,更加精细地体现不同轨道车站之间的差异。针对组团式城市进出站客流在不同尺度下表现出截然不同的空间分布特征的特点,结合K近... 为增强轨道交通进出站客流回归预测模型在组团式城市的适应性,利用多源数据细化和完善各影响因素的统计指标,更加精细地体现不同轨道车站之间的差异。针对组团式城市进出站客流在不同尺度下表现出截然不同的空间分布特征的特点,结合K近邻非参数回归和地理加权回归(Geographically Weighted Regression,GWR)模型,采用样本之间的属性差异表征异质性特征,提出一种属性加权回归(Attribute Weighted Regression,AWR)模型。重庆中心城区的案例分析表明:AWR模型能够兼顾样本集合在不同尺度下的空间分布特征,更适用于样本差异较大的情况,且对样本的空间相关特性没有特定的限制条件,针对组团式城市具有更强的适应性;相比于采用普通最小二乘法(Ordinary Least Squares,OLS)的多元线性回归模型和GWR模型,AWR模型对组团式城市轨道交通进出站客流需求的拟合优度和预测精度均显著提高,且误差的空间负相关性明显减弱,是轨道交通进出站客流预测方法的一种有益补充。 展开更多

关键词 城市交通 客流预测模型 属性加权回归 组团式城市 进出站客流 空间分布特征

下载PDF 职称材料

城市轨道交通客流量预测的信度模型及其应用 被引量：4

10

作者 王玉津 张慧 卢志义 《数学的实践与认识》 北大核心 2016年第11期69-74,共6页

信度估计是产生于风险管理和精算领域的一种现代预测方法.借助信度估计的技术和方法,对城市轨道交通客流量进行短期预测.为了考虑不同车站客流量间的相依关系,建立了轨道交通客流量的多维信度预测模型.并采用天津地铁一号线的数据,对所... 信度估计是产生于风险管理和精算领域的一种现代预测方法.借助信度估计的技术和方法,对城市轨道交通客流量进行短期预测.为了考虑不同车站客流量间的相依关系,建立了轨道交通客流量的多维信度预测模型.并采用天津地铁一号线的数据,对所述预测方法进行验证. 展开更多

关键词 信度估计 客流量 预测模型 相对误差 均方误差

原文传递

深度学习算法的城市轨道交通短时客流量预测 被引量：3

11

作者 任娜 《系统仿真技术》 2021年第4期259-264,共6页

城市轨道交通短时客流量受到多种因素综合影响,变化十分复杂。当前模型无法描述城市轨道交通短时客流量的变化特点,预测结果不理想。为了获得理想的预测结果,更加准确地描述城市轨道交通短时客流量变化趋势,提出了深度学习算法的城市轨... 城市轨道交通短时客流量受到多种因素综合影响,变化十分复杂。当前模型无法描述城市轨道交通短时客流量的变化特点,预测结果不理想。为了获得理想的预测结果,更加准确地描述城市轨道交通短时客流量变化趋势,提出了深度学习算法的城市轨道交通短时客流量预测模型。首先收集城市轨道交通短时客流量历史数据,引入混沌分析算法对其进行多维空间重构,有效挖掘出变化趋势,然后采用深度学习算法拟合城市轨道交通短时客流量变化趋势,建立城市轨道交通短时客流量预测模型,最后进行了城市轨道交通短时客流量预测仿真测试。结果表明,深度学习算法的城市轨道交通短时客流量预测精度高,预测误差要小于对比模型。该模型为城市轨道交通短时客流量预测建模提供了一种新的工具。 展开更多

关键词 城市管理系统 轨道交通 深度学习算法 短时客流量 预测模型

下载PDF 职称材料

灰色模型客流预测 被引量：2

12

作者 贾向权 《电脑知识与技术》 2013年第3期1656-1657,共2页

灰色预测模型是数据分析的重要模型,已经应用到了众多领域。天津滨海快速交通发展有限公司经过多年的运营积累了大量的客流数据。该文运用灰色预测模型对滨海快速塘沽站的客流进行了分析,为运营决策提供了一定的依据。

关键词 客流 车站客流 灰色预测模型 相对误差

下载PDF 职称材料

北京地铁换乘站客流预测模型研究 被引量：2

13

作者 冷彪 曾加贝 《铁道运输与经济》 北大核心 2012年第5期71-75,共5页

根据北京地铁全网一票换乘和一卡通无障碍换乘机制,以及早晚高峰出行等特点,对各种地铁客流预测模型进行分析,研究北京地铁换乘站客流预测模型的应用。依据换乘站不同类型的客流,以北京地铁历史客流和实时客流数据为基础,探讨采用历史... 根据北京地铁全网一票换乘和一卡通无障碍换乘机制,以及早晚高峰出行等特点,对各种地铁客流预测模型进行分析,研究北京地铁换乘站客流预测模型的应用。依据换乘站不同类型的客流,以北京地铁历史客流和实时客流数据为基础,探讨采用历史平均预测法、基于最小二乘支持向量机时间序列预测法、分峰段混合预测法、基于概率树全路网预测方法等对进站客流、出站客流、换乘客流和站内客流进行预测。 展开更多

关键词 北京地铁 客流 预测模型 换乘站

下载PDF 职称材料

郑州地铁短期客流预测研究

14

作者 李涛 《郑州铁路职业技术学院学报》 2021年第1期19-24,共6页

建立符合郑州地铁客流特点的短期客流预测模型并运用到线网客流预测工作中。短期客流预测模型可预测未来1个月内工作日、周末及节假日的线网客流,为线网日常运营管理及运输组织工作提供有效参考依据。

关键词 短期客流预测 线网客运量 客流预测模型

下载PDF 职称材料

基于红外传感器和BP神经网络的景区客流预测研究 被引量：1

15

作者 曹升阳 陆国浩 《科技创新与生产力》 2019年第8期9-12,共4页

介绍了通过红外双向传感器进行游客计数采集,并由各数据采集点把数据通过无线网络传输到景区服务器数据库的客流数据统计方式。在此基础上,构建了采用BP神经网络算法进行函数逼近的预测模型,探讨了短时客流预测的方法,给出了有效的客流... 介绍了通过红外双向传感器进行游客计数采集,并由各数据采集点把数据通过无线网络传输到景区服务器数据库的客流数据统计方式。在此基础上,构建了采用BP神经网络算法进行函数逼近的预测模型,探讨了短时客流预测的方法,给出了有效的客流预测方案。从实际应用出发,在预测模型中考虑了预测变量和动态调用功能,使得所设计景区客流预测模型具有了较强的自适应能力。 展开更多

关键词 景区客流 客流预测 预测模型 BP神经网络 红外传感器

下载PDF 职称材料

郑州大都市区运输通道客流分担率预测研究

16

作者 李邦兰 《河南城建学院学报》 CAS 2023年第5期43-47,54,共6页

郑州大都市区是建设郑州国家中心城市的重要空间载体,科学地预测郑州与开封、新乡、焦作、许昌4市之间的运输通道的客流分担率,对于加快郑州与这4市的融合发展非常重要。通过旅客出行意愿调查,对影响旅客选择出行方式的因素进行分析,构... 郑州大都市区是建设郑州国家中心城市的重要空间载体,科学地预测郑州与开封、新乡、焦作、许昌4市之间的运输通道的客流分担率,对于加快郑州与这4市的融合发展非常重要。通过旅客出行意愿调查,对影响旅客选择出行方式的因素进行分析,构建广义费用函数。利用层次分析法建立改进的Logit模型,并预测了郑州与4市之间的运输通道内各客运方式的客流分担率。研究结果显示:郑开通道内的客运分担率分别为普通铁路19%、高速铁路24%、城际铁路30%、高速公路27%;郑新通道内的客运分担率分别为普通铁路27%、高速铁路34%、高速公路39%;郑许通道内的客运分担率分别为普通铁路18%、高速铁路61%、高速公路21%;郑焦通道内的客运分担率分别为高速铁路32%、城际铁路35%、高速公路33%。 展开更多

关键词 运输通道 客流分担率 LOGIT模型 广义费用函数 预测模型

下载PDF 职称材料

基于灰色理论的广州地铁3号线客流趋势分析

17

作者 汤斯敏 《广州航海学院学报》 2020年第4期69-72,共4页

根据全国各地铁线路的客流量排名,广州地铁3号线名列前茅.对广州地铁3号线的发展现状进行了简要分析,选用灰色GM(1,1)预测模型对广州地铁3号线未来3年的客流量进行预测,依据预测结果并结合实际情况对广州地铁3号线客流量的发展趋势进行... 根据全国各地铁线路的客流量排名,广州地铁3号线名列前茅.对广州地铁3号线的发展现状进行了简要分析,选用灰色GM(1,1)预测模型对广州地铁3号线未来3年的客流量进行预测,依据预测结果并结合实际情况对广州地铁3号线客流量的发展趋势进行分析,为广州地铁3号线的客运组织优化提供参考. 展开更多

关键词 广州地铁 客流量 GM(1 1)预测模型 发展趋势

下载PDF 职称材料

基于气象与非气象因素的客流量单数逐日预测模型

18

作者 乔媛 姜江 +2 位作者 夏江江 白帆 蒋志 《气象与环境科学》 2022年第4期90-97,共8页

客流量单数指的是到达商场的顾客真实买单的数量,客单数越多,经营者的工作量和相关消耗就越多,相应的收入也会越多。为建立对超市经营团体乃至整个商业服务行业具有应用价值的定量的短期超市客单数预测模型,选用6种机器学习预测方法进... 客流量单数指的是到达商场的顾客真实买单的数量,客单数越多,经营者的工作量和相关消耗就越多,相应的收入也会越多。为建立对超市经营团体乃至整个商业服务行业具有应用价值的定量的短期超市客单数预测模型,选用6种机器学习预测方法进行尝试。结果显示:(1)客单数与气象因子之间的确存在着一定的相关性。客单数会随着气温和舒适度指数的升高,以及风速、相对湿度和降水量的降低,而有所增加。(2)6种机器学习预测方法中,当输入因子选择为气温、风速、相对湿度、降水量级别、舒适度指数、星期、是否节假日、是否节气共8个全因子进行模型训练后,得到的预测效果最佳。相对而言,随机森林的预测效果最优。(3)机器学习方法可以有效地进行客单数回归预测,定量化的预测模型可以作为经营者商业准备行为的科学借鉴,使经营者充分利用好人力和物力成本,有助于科学地节能减排。 展开更多

关键词 客单数 机器学习 预测模型 气象要素 非气象要素

下载PDF 职称材料

基于组合模型的城市轨道交通短时客流预测 被引量：42

19

作者 杨静 朱经纬 +2 位作者 刘博 冯诚 张红亮 《交通运输系统工程与信息》 EI CSCD 北大核心 2019年第3期119-125,共7页

针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间... 针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间序列的平稳性;之后,分别采用ARMA模型与小波ARMA组合模型对北京市某地铁站的进站量进行客流预测,并对预测结果的误差进行了比较分析.经过对比分析表明,小波ARMA组合模型能够较好地预测出未来的短时客流,预测效果优于单一ARMA模型,计算速度也能够满足短时预测的需求,该方法可为城市轨道交通的运营组织提供参考建议. 展开更多

关键词 城市交通 短时客流预测 组合预测模型 变点模型 小波变换 自回归滑动平均

下载PDF 职称材料

基于组合模型的城市轨道站点短时客流分类预测 被引量：8

20

作者 王金水 欧雪雯 +1 位作者 陈俊岩 唐郑熠 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第6期2004-2012,共9页

轨道交通客流预测是轨道交通线网规划的重要内容,是确定轨道交通系统的线网规模、设置轨道站点及布设线路基础。不同类型的轨道站点在城市中的功能定位和布局要求等方面均存在差异,进而导致站点的进出客流量呈现显著的时空分布不均衡性... 轨道交通客流预测是轨道交通线网规划的重要内容,是确定轨道交通系统的线网规模、设置轨道站点及布设线路基础。不同类型的轨道站点在城市中的功能定位和布局要求等方面均存在差异,进而导致站点的进出客流量呈现显著的时空分布不均衡性。为了挖掘各类型站点的客流变化规律,将站点自身特征和周边环境特征组成向量因子,运用K-means聚类方法对站点进行分类。在此基础上,将影响乘客出行的多源数据作为输入特征,分别构建了随机森林(RF)模型、门控制循环单元(GRU)模型以及RF-GRU组合模型,从而进行站点短时客流分类预测。利用杭州地铁站自动检票系统(AFC)采集的刷卡客流数据,对所构建的预测模型的有效性进行检验。研究结果表明:利用7个刻画站点自身特征和周边环境特征的参数作为聚类因子,并结合站点客流时间分布数据,可将杭州市地铁站点分为就业导向型车站、职住混合型车站和住宅偏远型车站;采用平均绝对误差以及均方根误差作为评价指标,参数化模型(ARIMA),非参数化模型(SVR),深度学习模型(LSTM,GRU,SAEs和GCN),组合模型(DCRNN,STGCN,STHGCN和DSTHGCN)的预测误差依次降低,其中RF-GRU组合模型的预测精度优于其他的组合模型;对站点进行分类之后,单一模型和组合模型预测结果的精度均有提高。 展开更多

关键词 智能交通 短时客流量预测 组合预测模型 多源数据 随机森林 门控制循环单元

下载PDF 职称材料