基于LSTM模型的城市停车行为预测与调度方法及其系统

本发明涉及智能交通管理领域，具体涉及一种基于LSTM模型的城市停车行为预测与调度方法及其系统，包括如下步骤：（1）数据收集与预处理，（2）特征提取与工程、（3）模型构建与训练、（4）模型评估与优化、（5）系统集成与部署、（6）模型预测、（7）决策支持；模型通过引入周期性门控机制，能够捕捉停车行为的周期性模式，如一天中的高峰时段、一周中的工作日等。模型结合实时天气数据，通过天气感知门控机制，提高预测的准确性，特别是在极端天气条件下。通过结合深度学习技术和时间序列分析，模型能够处理复杂的非线性关系，并捕捉长期依赖性。