基于深度学习的出租车出行行为预测
城市交通规划的核心问题是流量预测,而流量预测的基础则是出行预测.出行预测是指在一定条件下,对各交通小区可能产生的总出行需求进行预测.它是城市交通规划中的重要环节,可靠的出行预测不仅能为相关部门构建有效的调度系统提供参考,同时也能为城市居民提供有效的出行路径选择信息.针对居民出行预测任务,提出了基于长短时记忆神经单元的循环神经网络出行行为预测方法.相比传统的出行预测方法,该方法的预测精度更高,更适用于大数据背景下的出行预测任务.
出租车 出行行为 预测模型 深度学习 交通规划
谢开强 罗钧韶
深圳市城市交通规划设计研究中心有限公司
国内会议
成都
中文
1-16
2019-10-16（万方平台首次上网日期，不代表论文的发表时间）