留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于HRHN模型的城市常规公交线路客流预测

陈晓旭 项煜 杨超 段红勇 赵端

陈晓旭, 项煜, 杨超, 段红勇, 赵端. 基于HRHN模型的城市常规公交线路客流预测[J]. 交通信息与安全, 2020, 38(5): 104-112. doi: 10.3963/j.jssn.1674-4861.2020.05.012
引用本文: 陈晓旭, 项煜, 杨超, 段红勇, 赵端. 基于HRHN模型的城市常规公交线路客流预测[J]. 交通信息与安全, 2020, 38(5): 104-112. doi: 10.3963/j.jssn.1674-4861.2020.05.012
CHEN Xiaoxu, XIANG Yu, YANG Chao, DUAN Hongyong, ZHAO Duan. Passenger Flow Forecast of Bus Line Based on HRHN Model[J]. Journal of Transport Information and Safety, 2020, 38(5): 104-112. doi: 10.3963/j.jssn.1674-4861.2020.05.012
Citation: CHEN Xiaoxu, XIANG Yu, YANG Chao, DUAN Hongyong, ZHAO Duan. Passenger Flow Forecast of Bus Line Based on HRHN Model[J]. Journal of Transport Information and Safety, 2020, 38(5): 104-112. doi: 10.3963/j.jssn.1674-4861.2020.05.012

基于HRHN模型的城市常规公交线路客流预测

doi: 10.3963/j.jssn.1674-4861.2020.05.012
基金项目: 

河南省交通运输科技计划项目

详细信息
  • 中图分类号: U491.1

Passenger Flow Forecast of Bus Line Based on HRHN Model

  • 摘要: 准确的公交客流预测对于城市公交线网规划设计和线路运营管理有着重要意义.为了提高公交客流预测的准确度,研究出一种基于HRHN模型的公交线路客流预测方法.在Encoder模块中,采用ConvNet对输入特征进行提取,利用RHN对提取到的特征建立时间依赖性关系;在Decoder模块中,历史客流量作为输入,利用RHN模型建立时序的关联性;输出值和特征之间的相互作用通过注意力模型进行分析,从而在Decoder中进行预测.对公交数据进行预处理并获取公交客流量,在考虑客流特性的基础上,结合气候因素,利用特征工程进行公交客流预测的特征选取,并利用HRHN模型对客流进行预测.使用了郑州市1个月的公交客流数据,其中选择前24 d数据进行训练,后7 d数据进行测试.分别预测60号公交线路上行方向和下行方向线路客流,并将HRHN模型预测结果与其他5种模型(ARIMA,BPNN,LSTM,RNN,SVR)进行比较.结果表明,HRHN模型在上行方向线路客流预测、下行方向线路客流预测的MAPE分别为0.1161,0.1444,HRHN模型精度最佳.

     

  • 加载中
计量
  • 文章访问数:  443
  • HTML全文浏览量:  86
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-10-28

目录

    /

    返回文章
    返回