论文摘要
针对当前短期交通流量预测方法误差较大,且仅依靠时间序列数据进行预测的问题,提出一种基于SDZ-GRU的多特征短时交通流预测方法（简称SGMTFP）。该方法在现有的时序数据的基础上加入时间信息等一系列辅助数据,并将SDZ（Surprisal-Driven Zoneout）应用于门控循环单元（Gated Recurrent Unit, GRU）构成新的RNN单元SDZ-GRU。通过滚动式嵌套交叉验证实验,本文方法在均方根误差与平均绝对误差上比常规的GRU分别下降了7.68%和14.55%;另外由于SGMTFP方法加入了辅助特征,相比较不使用辅助特征的情况下,均方根误差与平均绝对误差分别下降了10.9%和15.1%,实验结果表明,本文方法能有效减小误差。
论文目录
文章来源
类型: 期刊论文
作者: 吕田
关键词: 短时交通流预测,辅助特征
来源: 计算机与现代化 2019年10期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输
单位: 华南师范大学
分类号: U491.1
页码: 60-65
总页数: 6
文件大小: 604K
下载量: 197