基于CNN-BiLSTM-AM模型的交通流量预测

孙加新; 惠飞; 张凯望; 冯耀; 张师源

首页> 中文期刊> 《计算机技术与发展》 >基于CNN-BiLSTM-AM模型的交通流量预测

基于CNN-BiLSTM-AM模型的交通流量预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

交通流量的准确预测可以为交通管理部门及个人提供更加可靠的宏观道路状况信息,为城市建设、道路规划、交通管制等问题的研究提供重要的参考。针对现有模型存在的预测准确度不理想、对特征感知能力不强等问题,结合卷积神经网络(CNN)的特征提取能力,双向长短记忆网络(BiLSTM)对于时序数据的连续性、周期性的挖掘能力以及注意力机制(Attention Mechanism,AM)对于关键信息的捕获能力,提出了一种融合多特征的CNN-BiLSTM-AM组合模型,旨在提升模型在交通流量预测准确度上的表现。采用美国明尼苏达州I-94号公路每小时西行交通流量数据进行预测实验,实验结果表明CNN-BiLSTM-AM模型具备准确预测交通流量的能力,与其他基准网络模型相比,各项误差指标均有明显下降,其中MSE降至0.00264,RMSE降至0.05135,MAE降至0.02372,判定系数R 2达到0.97001,模型预测结果与真实值拟合度较高。整体模型具有准确度高、稳定性好等优势。

著录项

来源
《计算机技术与发展》 |2023年第2期|32-37|共7页
作者
孙加新; 惠飞; 张凯望; 冯耀; 张师源;
展开▼
作者单位

长安大学信息工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
交通流量; 深度学习; 卷积神经网络; 双向长短时记忆网络; 注意力机制;

相似文献

中文文献
外文文献
专利

1. 基于云模型随机特性的路口交通流量预测模型构建 [J] . 江伟 ,满维龙 ,王江波 . 人类工效学 . 2016,第006期
2. 基于图卷积网络的交通路口流量预测模型 [J] . 何沁玮 ,李学俊 ,廖竞 . 计算机应用研究 . 2023,第2期
3. 基于平稳化长短期记忆网络模型的交叉口交通流量预测 [J] . 吕心钰 ,施佺 . 南通大学学报:自然科学版 . 2022,第1期
4. 基于优化X-12-ARIMA模型的船舶交通流量预测 [J] . 陶鹤 . 高师理科学刊 . 2022,第2期
5. 基于时间图注意力的交通流量预测模型 [J] . 姚晓敏 ,张心蓝 ,张振国 . 计算机应用研究 . 2022,第3期
6. 基于灰色预测模型的道路交通流量预测 [C] . Lin Chenyu ,林晨昱 ,Dang Yaoguo . 第23届灰色系统学术会议 . 2012
7. 基于Lagrange支持向量回归机交通流量预测模型的研究——与BP神经网络预测模型比较 [A] . 刘艳忠 . 2006

基于CNN-BiLSTM-AM模型的交通流量预测

摘要

著录项

相似文献

相关主题

期刊订阅