基于变分模态的LSTM神经网络道路交通速度预测

作者：庞建勋; 申印璋; 赵成涛

来源：交通工程, 2022, 22(02): 54-60.

DOI：10.13986/j.cnki.jote.2022.02.010

• 交通速度预测
• 变分模态分解
• LSTM神经网络

为了准确预测天津快速路的交通运行速度，提出基于变分模态的长短期(LSTM)神经网络预测模型.首先，采用变分模态算法，对原始交通速度数据进行分解，将原始数据分解成多个子模态以降低原始数据波动性对预测精度产生的影响.其次，依据不同运行速度子模态建立LSTM神经网络，对后数小时的交通运行速度进行预测.最终，将各子模态的LSTM神经网络预测结果进行重构，得到快速路预测速度.预测结果证实，基于变分模态的LSTM预测模型预测精度优于其他预测模型，性能表现最优.

• 单位
  河北工业大学; 北京外国语大学