基于Bi-LSTM-Attention的公交车头时距预测模型

基于Bi-LSTM-Attention的公交车头时距预测模型
连莲;商家硕;宗学军
【期刊名称】《沈阳化工大学学报》
【年(卷),期】2022(36)2
【摘要】公交车头时距预测作为公交车调度决策系统的重要依据,可以帮助公交公司及时发现交通拥堵,做出合理的调度决策.然而,现有的研究仅限于传统的预测方法,缺乏综合多种影响因素预测车头时距波动.为解决这个问题,本研究采用一种基于公交智能卡数据的双向长短时神经网络-注意力机制(Bi-LSTM-Attention)预测框架.该模型将注意力机制融入双向长短时记忆网络中,利用历史公交车头时距、公交运行时间、停靠时间预测每个站点的公交车头时距波动.通过某市两条公交线路实例对该模型进行验证.实验结果表明:与已有算法相比,Bi-LSTM-Attention在单步和多步预测中均表现出更高的准确度,可以为公交动态调度提供理论支持.
【总页数】7页(P160-166)
【作者】连莲;商家硕;宗学军
【作者单位】沈阳化工大学信息工程学院
【正文语种】中文
【中图分类】TP181
【相关文献】
1.公交线路车头时距特征分析及运行状态研究
2.基于车头时距的快速公交车辆交叉口信号优先
3.公交进站换道行为对车头时距的影响
4.路侧公交专用车道下右转出
口上游公交车头时距分布特征5.基于车头时距均衡的多线路公交信号优先控制方法研究
因版权原因，仅展示原文概要，查看原文内容请购买。