摘要

日益增加的交通流量使得道路交通面临着严峻考验,运用现代技术手段,对短时交通流进行精准的预测,能为改善及便利道路交通管理。为此提出一种基于长短时记忆神经网络(LSTM)、门控循环单元(GRU)、栈式自编码器(SAE)以及简单循环单元(SRU)模型相结合的短时交通流预测模型——LGSS模型。实验表明LGSS组合模型的预测效果,从多个评价指标分析,相较于传统的单一模型都有较大改善。同时利用SRU可进行并行运算的特点,当迭代4次预测准确度最高时,单次计算时间达到0.749 1 s,比传统模型减少了约30%的时间。