基于数据分解和深度强化学习的交通流预测方法

  • 打印
  • 收藏
收藏成功


打开文本图片集

文章编号:1003⁃6180(2023) 03⁃0028⁃07

摘  要:提出一种基于数据分解和深度强化学习(DRL)的交通流预测框架.为了减轻不规则波动的影响,利用局部加权回归时间序列分解方法将数据分解为趋势分量、季节分量和剩余分量.趋势分量由门控循环单元(GRU)训练,季节分量和剩余分(剩余7708字)

monitor
客服机器人