基于门控循环单元神经网络的交通流预测模型

作     者：沈潇 李宗花 SHEN Xiao;LI Zong-hua

作者机构：淮阴师范学院计算机科学与技术学院江苏淮安223300 

基　　金：国家自然科学基金青年项目(61902141) 教育部人文社科基金项目(19YJCZH095) 江苏省高校自然科学基金面上项目(18KJB520006) 

出 版 物：《淮阴师范学院学报（自然科学版）》 (Journal of Huaiyin Teachers College;Natural Science Edition)

年 卷 期：2021年第20卷第1期

页      码：21-25页

摘      要：针对交通流数据的时间序列关联性特征,在大数据处理技术基础上,构建了基于门控循环单元(GRU)神经网络的交通流预测模型.根据交通流数据产生速度快、数据量大的特征,基于Flink框架并应用Kafka消息队列机制对获取的实时交通流数据进行预处理;基于门控循环单元神经网络,设计了当前时间与上一步时间的隐藏交通流状态;计算了交通流数据的时间序列相关性,从而实现交通流的预测.实验结果表明,基于门控循环单元神经网络的交通流预测模型可有效降低平均绝对误差和均方根误差,提高交通流的预测精度.

主 题 词：交通流预测 GRU 时间序列 数据处理 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 082303[082303] 0835[0835] 082302[082302] 0811[工学-水利类] 0823[工学-农业工程类] 0812[工学-测绘类] 

D　O　I：10.16119/j.cnki.issn1671-6876.2021.01.005

馆 藏 号：203102567...