Indexed by:
Abstract:
为向乘客提供较为准确的上下车时间参考,解决长距离预测中误差累积明显的问题,构建基于双层、双注意力、双向长短期记忆(LSTM)神经网络的公交车到站时间预测模型,提出一种基于行程数据的公交车到站时间预测方法.以广州市B2 路、560 路公交车工作日的实际运行数据为例,对该预测方法进行精度验证.结果表明,由该模型所预测的行程时间,其平均绝对百分比误差为 8.09%,在长距离到站时间估算上,15 个站点的预测误差可保持在 4.00 min左右.
Keyword:
Reprint 's Address:
Email:
Version:
Source :
福州大学学报(自然科学版)
ISSN: 1000-2243
CN: 35-1337/N
Year: 2023
Issue: 3
Volume: 51
Page: 347-354
Cited Count:
WoS CC Cited Count: 0
SCOPUS Cited Count:
ESI Highly Cited Papers on the List: 0 Unfold All
WanFang Cited Count:
Chinese Cited Count:
30 Days PV: 7
Affiliated Colleges: