基于深度神经网络的轨道交通客流预测及可视化

作者：施雪蓉; 王宠惠; 刘东杰; 张潇; 张博

来源：电子技术与软件工程, 2020, (19): 182-185.

• 长短期记忆神经网络
• 大数据
• 轨道交通
• 客流量预测

本文为了实现对轨道交通客流量的准确预测,以深度神经网络为核心展开研究,运用三种神经网络模型(BackPropagation Neural Network、Long-Short Term Memory、Random Forest)对轨道交通客流量进行分析预测,对比三种模型的MAE、RMSE、MAPE、R2等,结果显示:长短期记忆神经网络LSTM(Long-ShortTermMemory)模型的预测全面优于其他预测模型,且算法的平均预测精准度较高,对商业布局、公共设施建设、安全管理等方面具有较高的应用价值。

• 单位
  甘肃农业大学