摘要

共享单车能够提升出行便利程度、缓解交通压力。在分析用户出行规律及时空范围内交通情况的基础上,采用深度学习预测模型DPNNst对共享单车出行目的地进行预测,能够整合交通资源、降低出行成本,有助于实现共享发展的目标。设计研究共享单车用户出行目的地的预测模型,综合卷积神经网络、长短期记忆网络、全连接神经网络等多种神经网络的计算优势,构建深度学习预测模型DPNNst,在配合LSTM训练的基础上,保证预测结果的精准度,从而引导用户实现高效还车,达到提升城市交通容纳空间的效果。

  • 单位
    安徽工业经济职业技术学院