-
公开(公告)号:CN114328675B
公开(公告)日:2025-01-14
申请号:CN202210007787.9
申请日:2022-01-06
Applicant: 福州大学
IPC: G06Q10/04 , G06F18/213 , G06F18/10 , G06F18/22 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/08 , G06Q50/26 , G06Q50/40 , G08G1/00 , G06F123/02
Abstract: 本发明涉及一种基于双注意力机制和双向双层LSTM的公交车行程时间预测方法,步骤S1:获取公交车属性数据和进出站数据,构建行程时间基础数据集;步骤S2:获取公交车的基础特征、运行时间及运行时的天气特征,构建行程时间特征数据集;步骤S3:基于相关系数和方差分析,对行程时间特征数据集中的特征因子与行程时间进行相关性分析,舍去不相关和相关性差的特征因子,并与行程时间基础数据集进行匹配,获取行程时间预测数据集;步骤S4:构建双注意力机制和双向双层LSTM神经网络公交车行程时间预测模型,将行程时间预测数据集输入到模型中,对公交车的行程时间进行预测,输出公交车的预计行程时间。本发明能够更准确的公交车预计行程时间,实现高效的公交调度。
-
公开(公告)号:CN114328675A
公开(公告)日:2022-04-12
申请号:CN202210007787.9
申请日:2022-01-06
Applicant: 福州大学
Abstract: 本发明涉及一种基于双注意力机制和双向双层LSTM的公交车行程时间预测方法,步骤S1:获取公交车属性数据和进出站数据,构建行程时间基础数据集;步骤S2:获取公交车的基础特征、运行时间及运行时的天气特征,构建行程时间特征数据集;步骤S3:基于相关系数和方差分析,对行程时间特征数据集中的特征因子与行程时间进行相关性分析,舍去不相关和相关性差的特征因子,并与行程时间基础数据集进行匹配,获取行程时间预测数据集;步骤S4:构建双注意力机制和双向双层LSTM神经网络公交车行程时间预测模型,将行程时间预测数据集输入到模型中,对公交车的行程时间进行预测,输出公交车的预计行程时间。本发明能够更准确的公交车预计行程时间,实现高效的公交调度。
-