基于深度学习和乘客行为模式的短期公交客流预测方法

摘要

本发明公开了一种基于深度学习和乘客行为模式的短期公交客流预测方法，包括以下步骤：1、对公交客流影响因素进行识别与特征提取；2、对公交客流数据结构进行重新构造，将输入样本细分小时客流xt重新构造为细分小时客流矩阵Xt，使其能够适应CNN和ConvLSTM模型；3、以历史客流、影响公交客流的外部因素和内部因素作为输入数据，根据8种不同维度的数据输入方案，即考虑内部影响因素的7种组合数据输入方案和1种不考虑内部影响因素的数据输入方案，利用深度学习模型对公交客流进行预测，通过多次试验获取公交客流预测的平均相对误差和绝对误差。所述方法同时考虑公交客流的外部和内部因素，不仅可以预测公交客流总量，还可以预测公交客流组成结构。