一种基于LSTM的路段行程时间预测方法

摘要

本发明公开一种基于LSTM的路段行程时间预测方法，其特征在于，该方法包括预测模型生成和未来时段的行程时间的预测两部分；预测模型生成包括：步骤A1，对指定路段的历史行程时间数据进行数据归一化处理；步骤A2，利用归一化处理后的历史行程时间数据训练LSTM递归神经网络获得预测模型；未来时段的行程时间的预测包括：步骤B1，将当前行程时间数据采用步骤A1同样的方法进行数据归一化处理，然后输入预测模型进行未来时段的行程时间的预测，对预测结果进行反归一化处理得到未来时段的行程时间。能够挖掘行程时间数据的短时关联模式和长时关联模式，根据当前状态自动调整历史信息对当前预测的贡献，预测精度高、鲁棒性好。