摘要：針對城市地鐵車站進站客流量短時預測問題,提出了小波分解和長短時記憶網絡(LSTM)相結合的組合預測模型,小波分解和重構可以有效處理數據的波動性,長短時記憶網絡可以學習時序信息。以北京地鐵西直門站為實例,實現了組合模型對進站量的預測,發現本方法能夠得到比較準確的預測效果,平均絕對百分誤差為5.48%,與單獨使用LSTM和經驗模態分解與LSTM結合這兩種方法相比分別下降了8.59%和2.94%,表明本方法有更好的預測精度。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
熱門期刊
期刊名稱：山東科學
山東科學雜志緊跟學術前沿，緊貼讀者，國內刊號為：37-1188/N。堅持指導性與實用性相結合的原則，創辦于1984年，雜志在全國同類期刊中發行數量名列前茅。
