期刊导航
期刊开放获取
cqvip
退出
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
考虑航班计划的机场短时停车需求预测
1
作者
樊博
刘洋
李怡凡
《科学技术与工程》
北大核心
2022年第32期14465-14470,共6页
为克服现有短时停车需求模型无法直接利用于机场停车需求预测这一问题,利用停车数据、航班计划和气象信息,建立了面向机场停车场的短时停车需求预测模型。首先使用机场停车数据分析了停车场短时车辆到达与离去特性,然后考虑到航班计划...
为克服现有短时停车需求模型无法直接利用于机场停车需求预测这一问题,利用停车数据、航班计划和气象信息,建立了面向机场停车场的短时停车需求预测模型。首先使用机场停车数据分析了停车场短时车辆到达与离去特性,然后考虑到航班计划对机场停车场短时停车需求的影响,将其与气象状况同时引入短时停车需求影响因素中,建立了基于Conv1 D-长短期记忆(long short-term memory,LSTM)神经网络结构的机场短时停车需求模型。以上海虹桥机场停车场为实例,Conv1 D-LSTM模型实验结果的平均绝对误差和均方根误差分别为12.057辆和14.237辆;对比多个其他模型实验结果,所构建的Conv1 D-LSTM模型预测效果更优,能有效应用于机场停车场短时停车需求预测。
展开更多
关键词
交通工程
短时停车需求
机场停车场
航班计划
Conv1D-长短期记忆(LSTM)模型
下载PDF
职称材料
基于粒子群和LSTM模型的变区间短时停车需求预测方法
被引量：
7
2
作者
刘东辉
肖雪
张珏
《交通信息与安全》
CSCD
北大核心
2021年第4期77-83,共7页
停车信息是智能停车诱导系统得以成功实施的关键与基础,被广泛认为能够有效解决当前停车难问题。鉴于停车信息在解决停车问题中的重要性,研究了基于粒子群和LSTM模型的变区间短时停车需求预测方法。为充分发挥数据在提高模型预测精度的...
停车信息是智能停车诱导系统得以成功实施的关键与基础,被广泛认为能够有效解决当前停车难问题。鉴于停车信息在解决停车问题中的重要性,研究了基于粒子群和LSTM模型的变区间短时停车需求预测方法。为充分发挥数据在提高模型预测精度的作用,提出了以马尔可夫生灭过程为基础概率转移模型,将停车到达率、离开率量化车随时间变化的停车需求,通过标定实际的停车到达率和离开率,确定预测模型的动态预测间隔与时段;采用LSTM网络作为基础预测模型,并利用粒子群优化算法优化网络参数。以吉林大学南岭校区停车场为研究对象,按工作日与非工作日分别对停车数据进行预测并与其他预测模型进行对比分析。结果表明:提出的停车需求预测模型在工作日的预测平均绝对误差为2.53辆,均方误差为11.89辆;非工作日的预测平均绝对误差为2.32辆,均方误差为10.89辆。
展开更多
关键词
智慧停车
实时及未来时刻停车信息
短时停车需求预测
马尔可夫生灭过程
LSTM
下载PDF
职称材料
面向精细化管理的停车需求短时预测
被引量：
6
3
作者
李林波
李杨
《同济大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2021年第9期1301-1306,共6页
停车诱导系统(PGS)是缓解交通拥堵的有效办法,但停车需求短时精准预测作为空余车位发布的关键技术并没有得到有效解决。利用停车需求时变特征曲线的线型稳定性,以及在周内各工作日间的振幅的显著差异性对数据进行分组,采用不仅具备记忆...
停车诱导系统(PGS)是缓解交通拥堵的有效办法,但停车需求短时精准预测作为空余车位发布的关键技术并没有得到有效解决。利用停车需求时变特征曲线的线型稳定性,以及在周内各工作日间的振幅的显著差异性对数据进行分组,采用不仅具备记忆时间序列数据能力,同时有着更简洁的逻辑门控制结构的GRU(gated recurrent unit)模型对停车需求进行短时精准预测,发现相比于传统神经网络以及ARIMA模型,在考虑停车需求周内日间差异性并对数据进行分组后的GRU模型能提供更高的预测精度。
展开更多
关键词
精细化停车管理
停车需求预测
GRU模型
模型比选
下载PDF
职称材料
题名
考虑航班计划的机场短时停车需求预测
1
作者
樊博
刘洋
李怡凡
机构
中国民用航空总局第二研究所
出处
《科学技术与工程》
北大核心
2022年第32期14465-14470,共6页
基金
国家重点研发计划(2018YFB1601200)
四川省科技计划(2021022)。
文摘
为克服现有短时停车需求模型无法直接利用于机场停车需求预测这一问题,利用停车数据、航班计划和气象信息,建立了面向机场停车场的短时停车需求预测模型。首先使用机场停车数据分析了停车场短时车辆到达与离去特性,然后考虑到航班计划对机场停车场短时停车需求的影响,将其与气象状况同时引入短时停车需求影响因素中,建立了基于Conv1 D-长短期记忆(long short-term memory,LSTM)神经网络结构的机场短时停车需求模型。以上海虹桥机场停车场为实例,Conv1 D-LSTM模型实验结果的平均绝对误差和均方根误差分别为12.057辆和14.237辆;对比多个其他模型实验结果,所构建的Conv1 D-LSTM模型预测效果更优,能有效应用于机场停车场短时停车需求预测。
关键词
交通工程
短时停车需求
机场停车场
航班计划
Conv1D-长短期记忆(LSTM)模型
Keywords
traffic
engineering
short
-
term
parking
demand
airport
parking
lots
fight
schedules
Conv1D-long
short
-
term
memory(LSTM)model
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
基于粒子群和LSTM模型的变区间短时停车需求预测方法
被引量：
7
2
作者
刘东辉
肖雪
张珏
机构
吉林警察学院信息工程系
吉林大交通学院
杭州市公安局交通警察支队
出处
《交通信息与安全》
CSCD
北大核心
2021年第4期77-83,共7页
基金
国家自然科学基金青年科学基金项目(51308249)
吉林省智能交通创新团队项目(20190101023JH)资助。
文摘
停车信息是智能停车诱导系统得以成功实施的关键与基础,被广泛认为能够有效解决当前停车难问题。鉴于停车信息在解决停车问题中的重要性,研究了基于粒子群和LSTM模型的变区间短时停车需求预测方法。为充分发挥数据在提高模型预测精度的作用,提出了以马尔可夫生灭过程为基础概率转移模型,将停车到达率、离开率量化车随时间变化的停车需求,通过标定实际的停车到达率和离开率,确定预测模型的动态预测间隔与时段;采用LSTM网络作为基础预测模型,并利用粒子群优化算法优化网络参数。以吉林大学南岭校区停车场为研究对象,按工作日与非工作日分别对停车数据进行预测并与其他预测模型进行对比分析。结果表明:提出的停车需求预测模型在工作日的预测平均绝对误差为2.53辆,均方误差为11.89辆;非工作日的预测平均绝对误差为2.32辆,均方误差为10.89辆。
关键词
智慧停车
实时及未来时刻停车信息
短时停车需求预测
马尔可夫生灭过程
LSTM
Keywords
smart
parking
real-time
and
future
parking
information
short
-
term
prediction
of
parking
demand
birth
and
death
of
the
Markov
process
LSTM
分类号
U491.7 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
面向精细化管理的停车需求短时预测
被引量：
6
3
作者
李林波
李杨
机构
同济大学道路与交通工程教育部重点实验室
出处
《同济大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2021年第9期1301-1306,共6页
基金
国家社会科学基金项目(207BGL291)。
文摘
停车诱导系统(PGS)是缓解交通拥堵的有效办法,但停车需求短时精准预测作为空余车位发布的关键技术并没有得到有效解决。利用停车需求时变特征曲线的线型稳定性,以及在周内各工作日间的振幅的显著差异性对数据进行分组,采用不仅具备记忆时间序列数据能力,同时有着更简洁的逻辑门控制结构的GRU(gated recurrent unit)模型对停车需求进行短时精准预测,发现相比于传统神经网络以及ARIMA模型,在考虑停车需求周内日间差异性并对数据进行分组后的GRU模型能提供更高的预测精度。
关键词
精细化停车管理
停车需求预测
GRU模型
模型比选
Keywords
parking
delicacy
management
short
-
term
prediction
of
parking
demand
gated
recurrent
unit
model
model
comparison
分类号
U491 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
考虑航班计划的机场短时停车需求预测
樊博
刘洋
李怡凡
《科学技术与工程》
北大核心
2022
0
下载PDF
职称材料
2
基于粒子群和LSTM模型的变区间短时停车需求预测方法
刘东辉
肖雪
张珏
《交通信息与安全》
CSCD
北大核心
2021
7
下载PDF
职称材料
3
面向精细化管理的停车需求短时预测
李林波
李杨
《同济大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2021
6
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
