公开(公告)号：CN111160651A

公开(公告)日：2020-05-15

申请号：CN201911403973.9

申请日：2019-12-31

Applicant: 福州大学

Inventor： 陈德旺 ,  张建华 ,  江世雄

IPC: G06Q10/04 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于STL-LSTM的地铁客流预测方法，首先，计算统计周期内的地铁客运量数据；使用STL加法模型对地铁客运量数据进行分解，得到3个分解序列；接着，设定LSTM参数，建立LSTM预测模型。对3个分解序列使用相同参数的LSTM模型进行训练，并进行测试集预测。然后，把3个分解序列的测试集预测结果相加得到地铁数据测试集的预测结果，计算平均相对误差；修改分解周期及时间步长，重复上述过程，平均相对误差基本稳定时停止修改；最后，用测试集平均相对误差最小的模型对得到的3个序列的预测步长后的客运量进行预测，将结果相加，得到最终预测结果。本发明可以提升对地铁客流预测的精度。

公开(公告)号：CN111160651B

公开(公告)日：2022-07-08

申请号：CN201911403973.9

申请日：2019-12-31

Applicant: 福州大学

Inventor： 陈德旺 ,  张建华 ,  江世雄

IPC: G06Q10/04 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于STL‑LSTM的地铁客流预测方法，首先，计算统计周期内的地铁客运量数据；使用STL加法模型对地铁客运量数据进行分解，得到3个分解序列；接着，设定LSTM参数，建立LSTM预测模型。对3个分解序列使用相同参数的LSTM模型进行训练，并进行测试集预测。然后，把3个分解序列的测试集预测结果相加得到地铁数据测试集的预测结果，计算平均相对误差；修改分解周期及时间步长，重复上述过程，平均相对误差基本稳定时停止修改；最后，用测试集平均相对误差最小的模型对得到的3个序列的预测步长后的客运量进行预测，将结果相加，得到最终预测结果。本发明可以提升对地铁客流预测的精度。