基于门控递归单元神经网络的高速公路行程时间预测

论文摘要

为了更高效地预测高速公路行程时间,以高速公路行程时间为研究对象,通过采集车辆在高速公路进出口收费站的刷卡数据获取行程时间,利用门控递归单元神经网络对行程时间进行预测.按照所设计的预测流程,利用广州市机场高速南线高速公路收费数据进行验证,结果显示,预测拟合效果较好,并与LSTM神经网路和BP神经网络进行了对比分析.结果表明:门控递归单元神经网络具有更好的预测准确度.

论文目录

• 引 言
• 1 门控递归单元神经网络
•   1.1 门控递归单元神经网络原理
•   1.2 GRU与LSTM的比较
• 2 高速公路行程时间预测
• 3 应 用
• 4 结 论

文章来源

类型: 期刊论文

作者: 刘松,彭勇,邵毅明,宋乾坤

关键词: 高速公路,行程时间预测,门控递归单元,神经网络

来源: 应用数学和力学 2019年11期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 公路与水路运输

单位: 重庆交通大学交通运输学院,山地城市交通系统与安全实验室,重庆交通大学数学系

基金: 教育部人文社会科学研究规划基金(17YJA630079)

分类号: U491

页码: 1289-1298

总页数: 10

文件大小: 823K

下载量: 272