公开(公告)号：CN119783880A

公开(公告)日：2025-04-08

申请号：CN202411802260.0

申请日：2024-12-09

Applicant: 大连海事大学

Inventor： 翟华伟 ,  曹洢凡 ,  崔立成 ,  袁小东 ,  邱敬宝

IPC: G06Q10/04 ,  G06Q50/40 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/006

Abstract: 本发明提供基于CPO算法优化深度神经网络的公交线路客流预测方法，属于公共交通的技术领域。包括以下步骤：数据收集与整理；获取多源数据并对数据进行预处理；挖掘公交系统中特征；将公交系统中特征融入到客流预测模型中；使用训练集对获取的CNN‑LSTM‑Attention模型进行训练；通过验证集，计算CPO优化层的适应度函数，输出性能评价与客流预测结果，获取验证后的CNN‑LSTM‑Attention模型；应用验证后的CNN‑LSTM‑Attention模型对公交线路客流进行预测。本发明方法有效的实现多因素综合考虑：有效融合多种影响公交客流的因素。通过深度神经网络强大的特征学习能力，挖掘这些因素与客流之间的潜在关系，从而全面、细致地反映客流变化的内在驱动机制，使预测结果更贴合实际运营场景。