基于贝叶斯优化的LSTM高速交通流量预测

摘要

利用大数据技术来研究海量的交通数据,是当前研究热点之一。而长短期记忆网络(LSTM)对大数据训练具有很强的适应性和出色的扩展性,相较于RNN无法处理长期依赖的问题具有很大的优势。基于LSTM神经网络,针对人为经验调参困难的问题,提出了一种基于贝叶斯优化的LSTM模型。最后利用英国高速公路数据集进行验证,测试模型对交通流量预测的有效性与准确性。实验结果表明,基于贝叶斯优化的LSTM模型表现出了良好的性能,预测精度较高。