CNN+GRU公交短时客流预测研究

作者：龚兰兰; 凌兴宏

来源：现代电子技术, 2021, 44(14): 70-74.

DOI：10.16652/j.issn.1004-373x.2021.14.015

• 公交客流
• 公交调度
• 预测模型
• 时空特征提取
• 时空矩阵
• 智慧公交系统

公交站点客流预测是公交调度的主要依据。针对传统的公交短时客流预测只考虑时间特征这一弊端,提出基于卷积神经网络(CNN)和门控循环单元(GRU)的预测模型,分别利用CNN和GRU对公交客流的空间和时间特征进行提取,构建公交站点短时客流预测模型。利用苏州市公交IC卡刷卡数据和公交车GPS数据,构建站点客流时空矩阵,使用模型对公交站点的客流进行预测。实验结果表明,CNN+GRU预测模型能够有效地进行公交短时客流预测,并且比其他模型具有更好的准确性。

• 单位
  苏州大学; 苏州大学文正学院