首页> 中文会议>2019年中国城市交通规划年会 >基于深度学习的出租车出行行为预测

基于深度学习的出租车出行行为预测

摘要

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.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号