基于LSTM-Transformer的城市軌道交通短時(shí)客流預(yù)測(cè)

打開(kāi)文本圖片集

摘 要：準(zhǔn)確預(yù)測(cè)城市軌道交通短時(shí)客流量的變化，有助于運(yùn)營(yíng)部門(mén)做出決策，并幫助軌道交通集團(tuán)提高服務(wù)水平和實(shí)現(xiàn)智慧化運(yùn)營(yíng)。然而，客流數(shù)據(jù)的動(dòng)態(tài)性和隨機(jī)性使短時(shí)客流預(yù)測(cè)變得困難，因此，文章提出了一種組合預(yù)測(cè)模型，將Transformer模型中的位置編碼（Positional Encoding）層與長(zhǎng)短期記憶（Long Short-Term Memory，LSTM）神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)建了LSTM-Transformer預(yù)測(cè)模型。（剩余8723字）