文献类型：期刊文章

作　　者：范光鹏[1] 孙仁诚[1] 邵峰晶[1]

Fan Guangpeng;Sun Rencheng ;Shao Fengjing(College of Computer Science and Technology,Qingdao University,Qingdao 266071,Shandong,China)

机构地区：[1]青岛大学计算机科学技术学院,山东青岛266071

出　　处：《计算机应用与软件》

基　　金：国家自然科学基金面上项目(41476101)

年　　份：2018

卷　　号：35

期　　号：4

起止页码：91-96

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：智能交通系统的建设已成为城市交通发展面临的主要问题,其中公交车到站时间预测是智能交通系统的重要组成部分。公交车到站时间数据是具有长期和短期特性的时间序列数据,而且公交车易受到外来因素的影响,因此公交车到站时间也是动态变化的。基于上述问题,提出基于LSTM和Kalman滤波的公交车到站时间预测模型,其中LSTM模型用来预测公交车到站的基础时间序列,Kalman滤波模型用于对基础时间数据序列进行动态调整,最终将调整后的预测值的正确率、均方差、平均绝对偏差分别与LSTM、SVM、SVM+Kalman模型预测结果进行对比,证明LSTM+Kalman模型预测值的正确率,均方差和平均绝对偏差均优于对比模型。

关 键 词：智能交通 公交车到站时间  LSTM模型  KALMAN滤波 时间序列

分 类 号：TP391.9]