检索结果-内蒙古大学图书馆

人民公交 2025年第2期 63-66页

作者：宋熙燕四川城市职业学院

城市轨道交通客流数据具有非线性、非平稳性特征,为减少噪声对客流预测模型的干扰,本文采用stl算法和经验模态分解算法对进站客流序列进行分解,得到平稳性更高、规律性更强的分量,并选用lstm预测模型,结合麻雀搜索算法进行寻优,构建stlE... 详细信息

城市轨道交通客流数据具有非线性、非平稳性特征,为减少噪声对客流预测模型的干扰,本文采用stl算法和经验模态分解算法对进站客流序列进行分解,得到平稳性更高、规律性更强的分量,并选用lstm预测模型,结合麻雀搜索算法进行寻优,构建stlemd-ssa-lstm组合预测模型,对分解所得分量进行建模并叠加预测结果,并采用多种指标对模型的预测效果进行对比分析。以杭州市火车东站客流数据为例,分别对SVM、BP、lstm、ssa-lstm、stl-ssa-lstm、stl-emd-ssa-lstm模型在15min粒度下的客流量进行预测,结果表明,ssa-lstm模型比单一的lstm模型的MAPE降低了0.45%;结合stl分解的stl-ssa-lstm的MAPE降低2.06%;结合stl-emd分解的stl-emd-ssa-lstm的MAPE降低3.13%。此外,stl-emd-ssa-lstm模型在高峰时段的预测精度高于平峰时段。

关键词：城市轨道交通短时客流预测 stl-emd-ssa-lstm模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：