| 基于改进蝙蝠算法优化LSTM网络的短时客流预测 |
| |
| 引用本文： | 段中兴,温倩,周孟,宋婕菲,王剑.基于改进蝙蝠算法优化LSTM网络的短时客流预测[J].铁道科学与工程学报,2021,18(11):2833-2840. |
| |
| 作者姓名： | 段中兴 温倩 周孟 宋婕菲 王剑 |
| |
| 作者单位： | 西安建筑科技大学 信息与控制工程学院,陕西 西安 710055;西部绿色建筑国家重点实验室,陕西 西安 710055;西安建筑科技大学 信息与控制工程学院,陕西 西安 710055 |
| |
| 摘 要： | 准确地预测地铁站短时客流量,对地铁站通风空调系统的节能优化具有重要意义.充分考虑地铁客流量非线性、随机性、周期性等特点,提出一种基于改进蝙蝠算法(IBA)优化长短期记忆(LSTM)神经网络的短时客流量预测模型(IBA-LSTM).引入反向学习、动态自适应惯性权重与拉格朗日插值法等方法改进蝙蝠的全局搜索与局部寻优能力,克服标准蝙蝠算法易早熟、易陷入局部最优值的问题;利用改进的蝙蝠算法对LSTM网络的隐含层节点数、迭代次数、初始学习率、学习率下降因子4个参数进行优化;利用西安某地铁站自动检票系统(AFC)采集的客流数据,对模型的有效性进行检验.实验结果表明:该预测模型在均方误差、均方根误差、平均绝对百分比误差等方面均优于标准蝙蝠-LSTM模型、LSTM预测模型、BP预测模型及BP-Adaboost预测模型,所提出的方法可有效应用于短时客流量预测.
|
| 关 键 词： | 短时客流量预测 改进蝙蝠算法 LSTM网络 反向学习 动态惯性自适应权重 拉格朗日插值法 |
Short-term passenger flow prediction based on improved bat algorithm to optimize LSTM network |
| |
| DUAN Zhongxing,WEN Qian,ZHOU Meng,SONG Jiefei,WANG Jian.Short-term passenger flow prediction based on improved bat algorithm to optimize LSTM network[J].Journal of Railway Science and Engineering,2021,18(11):2833-2840. |
| |
| Authors: | DUAN Zhongxing WEN Qian ZHOU Meng SONG Jiefei WANG Jian |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
