基于TMM-LSTM的出租车目的地预测

作者：宋传东; 李亚东; 徐丽

来源：电脑知识与技术, 2022, 18(25): 33-36.

DOI：10.14004/j.cnki.ckt.2022.1633

• GPS轨迹
• 目的地预测
• 树形存储模块
• LSTM

近年来，随着城市化进程的加快，城市中的出租车数量越来越多，并且由于出租车的特殊性，一直活跃在城市路网中，在城市交通流中占比较大。准确地预测出租车目的地，并合理地调度出租车，对城市交通管理、合理利用交通资源有重要的意义。出租车目的地预测中一直存在着长期依赖问题，即轨迹序列的预测结果与依赖前面点的距离较长，较长的距离使得在反向传播的过程中，容易产生梯度消失或梯度爆炸，使得误差较大。为了更有效地解决长期依赖问题，文章采用树形存储模块(Tree Memory Module)来增强LSTM，并将增强的LSTM应用于出租车出行目的地预测。通过实验证明，TMM-LSTM相比较LSTM，预测精度能提升约6%。

• 单位
  南京理工大学; 南京信息工程大学滨江学院; 枣庄学院