基于LSTM(长短期记忆)网络的城市轨道交通列车停站精度预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16037/j.1007-869x.2022.11.014

基于LSTM(长短期记忆)网络的城市轨道交通列车停站精度预测

引用
城市轨道交通列车进站自动停车过程中常会出现冲标和欠标问题,结合行车日志大数据分析和LSTM(长短期记忆)网络算法,提出了有效的解决方案.首先针对行车日志中大量的列车停车精度历史信息进行大数据分析,按1 d为一个统计周期对数据进行分期,并对数据进行预处理和多类拟合,对比后获得最佳拟合参数的时间序列.然后通过LSTM网络算法构建深度学习模型,对列车进站自动停车精度的分布进行预测.最后基于成都某地铁线列车停车精度的历史数据,对该LSTM预测模型进行训练与验证.结果表明:该预测模型可满足统计学上对相似度大于0.9的要求,从而验证了该模型的有效性和准确性.

城市轨道交通、长短期记忆网络、Weibull分布、停车精度预测

25

U284.48(铁路通信、信号)

上海市自然科学基金资助项目22ZR1422200

2022-12-09(万方平台首次上网日期,不代表论文的发表时间)

共5页

62-65,71

相关文献
评论
暂无封面信息
查看本期封面目录

城市轨道交通研究

1007-869X

31-1749/U

25

2022,25(11)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn