基于A-LSTM的城市轨道交通客流量预测方法

摘要

本发明属于机器学习领域，本发明请求保护一种基于A‑LSTM的城市轨道交通客流量预测方法，所述方法涉及时间特征、空间特征提取以及预测算法设计三个部分；时间特征主要是通过分层聚类的方法对星期这个因素进行聚类分析，寻找星期之间的联系；空间特征指的是不同地铁站的客流量分布特征，通过对不同站点进行分析，寻找空间上的客流量分布关系；预测算法主要是通过基于一种改进的LSTM的神经网络，加入注意力机制，使LSTM网络更加关注模型对预测影响更大的输入特征，从而对客流量数据进行更精确的预测。