一种基于双向长短期记忆网络的地铁短期客流量预测方法

摘要

本发明公开了一种基于双向长短期记忆网络的地铁短期客流量预测方法，包括：S1采集交通流数据，根据工作时间特性，对历史数据集进行分类；S2采用历史数据集训练Bi‑LSTM神经网络，得到相应分类的模型参数，所述模型参数为Bi‑LSTM神经网络层数以及时间步长参数；S3根据模型参数构建Bi‑LSTM输入预测日进行Bi‑LSTM神经网络预测模型的迭代优化得到预测结果，并评估模型误差。本方法的预测效果基本全面优于其他预测算法，且该算法的平均预测精度超过90％，对地铁运力的合理配置等有一定的应用价值。