基于GTO-CNN-BiLSTM模型的公交车到站时间预测 |
| |
引用本文: | 陆彧,武钧,郭亮.基于GTO-CNN-BiLSTM模型的公交车到站时间预测[J].内蒙古公路与运输,2023(6):50-57. |
| |
作者姓名: | 陆彧 武钧 郭亮 |
| |
作者单位: | 内蒙古大学交通学院 |
| |
摘 要: | 提升公交车到站时间预测精度可以提高乘客出行效率和公交服务质量、节省公交运营成本。通过分析公交车运行的影响因素、周期与相关性,文章建立了基于人工大猩猩部队算法的卷积双向长短期记忆神经网络(GTO-CNN-BiLSTM),通过人工大猩猩部队算法进行超参数寻优,获得更好的预测效果,采用呼和浩特62路公交到站时间数据进行预测,验证模型预测精度。研究表明:不论是在工作日还是非工作日,早晚高峰还是平峰,GTO-CNN-BiLSTM都能有最优预测效果,相较于卷积双向长短期记忆神经网络(CNN-BiLSTM)、双向长短期记忆神经网络(BiLSTM)和长短期记忆神经网络(LSTM),GTO-CNN-BiLSTM预测结果的平均绝对误差至少减少7.57%,均方根误差至少减少3.84%,平均绝对百分比误差至少减少7.86%。
|
关 键 词: | 公交车到站时间预测 人工大猩猩部队算法 卷积双向长短期记忆神经网络 公共交通 |
|
|