摘要：针对城市地铁车站进站客流量短时预测问题,提出了小波分解和长短时记忆网络(LSTM)相结合的组合预测模型,小波分解和重构可以有效处理数据的波动性,长短时记忆网络可以学习时序信息。以北京地铁西直门站为实例,实现了组合模型对进站量的预测,发现本方法能够得到比较准确的预测效果,平均绝对百分误差为5.48%,与单独使用LSTM和经验模态分解与LSTM结合这两种方法相比分别下降了8.59%和2.94%,表明本方法有更好的预测精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
热门期刊
期刊名称：山东科学
山东科学杂志紧跟学术前沿，紧贴读者，国内刊号为：37-1188/N。坚持指导性与实用性相结合的原则，创办于1984年，杂志在全国同类期刊中发行数量名列前茅。
