• 简体   /   繁体
基于LSTM-Transformer的城市轨道交通短时客流预测-物流科技2024年14期

基于LSTM-Transformer的城市轨道交通短时客流预测

作者:张思楠 李树彬 曹永军 字体:      

摘 要:准确预测城市轨道交通短时客流量的变化,有助于运营部门做出决策,并帮助轨道交通集团提高服务水平和实现智慧化运营。然而,客流数据的动态性和随机性使短时客流预测变得困难,因此,文章提出了一种组合预测模(试读)...

物流科技

2024年第14期