排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为实现准确预测公交到站时间，提高城市公交出行分担率，本文提出一种基于双向长短期记忆神经网络(BiLSTM)并考虑超参数寻优的公交到站时间预测模型。通过引入非线性收敛因子、正弦余弦算子及自适应参数改进海鸥算法对双向LSTM模型实现超参数寻优，并增加Attention机制以提高双向LSTM处理信息能力，构建改进海鸥算法优化增加Attention机制的双向LSTM(ISOA-BiLSTM-Attention)预测模型。使用中国江西省南昌市220路公交GPS数据分方向和分时段预测车辆到站时间，验证模型预测精度。结果表明：整体上来说，Attention机制优化后的双向LSTM模型比单独采用双向LSTM模型预测精度更好；改进的海鸥算法可对双向LSTMAttention模型实现较好的优化效果，相较于现有模型及标准海鸥算法(SOA)优化双向LSTMAttention模型，ISOA-BiLSTM-Attention对于不同方向及不同时段公交到站时间预测的平均绝对百分比误差、均方根误差及平均绝对误差至少分别降低5.96%、9.87%及7.99%；同时，ISOABiLSTM-Attention具有最大的模型... 相似文献
2.
停车问题是中国大中型城市面临的主要交通问题之一。考虑到早期对停车问题认识不足和城市空间资源紧张的实际情况,发展公共停车场十分必要。构建城市公共停车场选址双层规划模型:下层优化目标为考虑停车场容量约束的用户均衡,上层优化目标为行驶时间和步行时间广义成本最小。该模型克服了传统规划模型无法同时考虑行驶时间、等待时间、停车收费和步行时间的缺点,并利用交通规划软件EMME3进行求解。最后,基于经典Sioux Falls路网算例的结果表明,停车场选址双层规划模型求解过程相对简单,结果较为可靠。该研究方法可为城市公共停车场规划建设和相关政策制定提供理论支持。 相似文献
1