基于麻雀搜索算法和长短期记忆神经网络的轨道交通站点客流预测

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘要:准确的短时客流预测可以为城市轨道交通的良好运营提供保障,但轨道交通的短时客流具有非线性和高随机性等特点,为了提高对短时客流的预测精度,提出将ISSA算法和LSTM模型进行组合,构建城市轨道交通短时客流预测模型.针对SSA算法收敛速度慢,容易陷入局部最优解的问题,引入黄金莱维飞行策略,通过动态调(剩余11599字)

monitor