基于AM-LSTM模型的共享单车时空需求预测

许淼; 刘宏飞; 初凯

首页> 中文期刊> 《湖南大学学报：自然科学版》 >基于AM-LSTM模型的共享单车时空需求预测

基于AM-LSTM模型的共享单车时空需求预测

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

为准确预测城市不同区域的共享单车需求量,解决区域间供需不平衡问题,在对上海市共享单车数据进行时空特征可视化分析的基础上,研究共享单车的出行分布规律.针对时间出行分布的非严格周期性,提出了一种引入注意力机制的长短时记忆网络预测模型AM-LSTM.利用Spearman相关性分析法分析特征影响因素,提取模型特征值.分别构建不同输入序列的预测模型,与传统时序预测模型进行对比分析.结果表明,采用30 min时间间隔的输入序列具有较高的预测精度,AM-LSTM模型能够较好地预测共享单车的出行需求量,预测精度优于单一的LSTM模型.最后对预测曲线进行相关度分析,验证了AM-LSTM模型的预测性能,可以为城市共享单车的调度及分配提供有效信息.

著录项

来源
《湖南大学学报：自然科学版》 |2020年第12期|77-85|共9页
作者
许淼; 刘宏飞; 初凯;
展开▼
作者单位

吉林大学交通学院;

吉林长春130022;

吉林警察学院交通管理系;

吉林长春130025;

展开▼
原文格式 PDF
正文语种 chi
中图分类交通调查与规划;
关键词
城市交通; 需求预测; AM-LSTM; 共享单车; 时空特征; 数据可视化;

相似文献

中文文献
外文文献
专利

1. 大数据驱动下的共享单车短期需求预测——基于机器学习模型的比较分析 [J] . 焦志伦 ,金红 ,刘秉镰 . 商业经济与管理 . 2018,第008期
2. 基于回归模型的共享单车需求量的时空影响因素分析 [J] . 刘昊 ,彭亚雪 ,王尊 . 环渤海经济瞭望 . 2019,第002期
3. 基于可变形卷积时空网络的乘车需求预测模型 [J] . 于瑞云 ,林福郁 ,高宁蔚 . 软件学报 . 2021,第012期
4. 基于SVR时空网格模型的出租车需求预测 [J] . 王成安 . 电子世界 . 2020,第003期
5. 基于时空回归模型的淡水需求预测 [J] . 汪艳 ,惠艺清 . 统计与决策 . 2013,第16期
6. 基于改进logit模型的共享单车需求预测 [C] . 谭旭平 ,陆思园 . 2020年中国城市交通规划年会 . 2020
7. 基于深度学习的共享单车需求预测 [A] . 赵佳慧 . 2020

基于AM-LSTM模型的共享单车时空需求预测

摘要

著录项

相似文献

相关主题

期刊订阅