基于改進(jìn)的長短期記憶神經(jīng)網(wǎng)絡(luò)交通流預(yù)測
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>1443 K
標(biāo)簽： 車流量預(yù)測 神經(jīng)網(wǎng)絡(luò) 改進(jìn)的粒子群算法
所需積分：0分積分不夠怎么辦？
文檔介紹：針對未來時刻交通流量的預(yù)測問題，在考慮歷史時刻車流量數(shù)據(jù)、日期屬性、天氣、降雨量等多方面影響因素的同時，提出一種考慮多方面影響因素的長短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM*)模型。實驗表明在對短期車流量進(jìn)行預(yù)測時，LSTM*模型的準(zhǔn)確性優(yōu)于現(xiàn)有的基線方法；對長期車流量進(jìn)行預(yù)測時，基于粒子群算法改進(jìn)的長短期記憶神經(jīng)網(wǎng)絡(luò)（PSOLSTM*）模型的準(zhǔn)確性優(yōu)于LSTM*模型。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。