基于改进LSTM的城市轨道短时流量预测研究

作     者：魏化永 李建华 WEI Huayong;LI Jianhua

作者机构：安徽交通职业技术学院城市轨道交通与信息工程系安徽合肥230051 合肥工业大学计算机与信息学院安徽合肥230022 

出 版 物：《太原学院学报（自然科学版）》 (Journal of TaiYuan University:Natural Science Edition)

年 卷 期：2024年第42卷第4期

页      面：49-55页

学科分类：08[工学] 082303[工学-交通运输规划与管理] 0823[工学-交通运输工程] 

基　　金：安徽省教育厅质量工程项目(2021gkszgg018) 安徽省高校自然科学研究项目(2023AH040384) 

主　　题：改进蝙蝠算法 长短时记忆网络 城市轨道交通 短时客流量预测 

摘      要：针对LSTM应用于城市轨道短时流量预测存在的模型参数确定困难、对预测精度影响大的问题,采用改进的BA算法对模型参数进行优化。对传统BA算法,采用自适应策略来动态调整脉冲频率和蝙蝠速率,同时蝙蝠位置更新模型中引入随机扰动项,提高了BA的优化性能。采用BA对LSTM参数进行优化,提出了基于改进LSTM的城市轨道短时流量预测模型。将提出的模型应用于郑州地铁1号线,通过和BP神经网络预测模型、LSTM预测模型的对比,验证了所提出的改进LSTM预测模型具有更高的预测精度。