本文主要研究内容
作者李明明,雷菊阳,赵从健（2019）在《基于LSTM-BP组合模型的短时交通流预测》一文中研究指出：为减轻日益严重的交通拥堵问题,实现智能交通管控,给交通流诱导和交通出行提供准确实时的交通流预测数据,设计了基于长短时记忆神经网络(LSTM)和BP神经网络结合的LSTM-BP组合模型算法.挖掘已知交通流数据的特征因子,建立时间序列预测模型框架,借助Matlab完成从数据的处理到模型的仿真,实现基于LSTMBP的短时交通流精确预测.通过与LSTMBPWNN三种预测网络模型的对比,结果表明LSTM-BP预测的时间序列具有较高的精度和稳定性.该模型的搭建,可对交通分布的预测、交通方式的划分、实时交通流的分配提供依据和参考.
Abstract
wei jian qing ri yi yan chong de jiao tong yong du wen ti ,shi xian zhi neng jiao tong guan kong ,gei jiao tong liu you dao he jiao tong chu hang di gong zhun que shi shi de jiao tong liu yu ce shu ju ,she ji le ji yu chang duan shi ji yi shen jing wang lao (LSTM)he BPshen jing wang lao jie ge de LSTM-BPzu ge mo xing suan fa .wa jue yi zhi jiao tong liu shu ju de te zheng yin zi ,jian li shi jian xu lie yu ce mo xing kuang jia ,jie zhu Matlabwan cheng cong shu ju de chu li dao mo xing de fang zhen ,shi xian ji yu LSTMBPde duan shi jiao tong liu jing que yu ce .tong guo yu LSTMBPWNNsan chong yu ce wang lao mo xing de dui bi ,jie guo biao ming LSTM-BPyu ce de shi jian xu lie ju you jiao gao de jing du he wen ding xing .gai mo xing de da jian ,ke dui jiao tong fen bu de yu ce 、jiao tong fang shi de hua fen 、shi shi jiao tong liu de fen pei di gong yi ju he can kao .
论文参考文献
论文详细介绍
论文作者分别是来自计算机系统应用的李明明,雷菊阳,赵从健，发表于刊物计算机系统应用2019年10期论文，是一篇关于智能交通系统论文,模型论文,时间序列论文,短时交通流预测论文,计算机系统应用2019年10期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机系统应用2019年10期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：智能交通系统论文; 模型论文; 时间序列论文; 短时交通流预测论文; 计算机系统应用2019年10期论文;