摘要
本发明公开了一种融合趋势与季节性的交通流量预测方法,包括步骤:1)构建基于序列到序列构架的预测网络模型,包含趋势预测子模型和融合预测子模型;2)利用往年数据和当年缺少目标特殊时期的数据,通过趋势预测子模型计算参考特殊时期的趋势因素序列与季节性因素序列,训练融合预测子模型;3)通过趋势预测子模型计算目标特殊时期的趋势因素序列与季节性因素序列,输入训练后的融合预测子模型,得到目标特殊时期的交通流量预测数据。本发明能够在仅具备单年度历史观测数据的条件下,有效融合趋势与季节性因素,提升预测的准确性与稳健性。
技术关键词
交通流量预测方法
序列
数据
预测网络模型
解码器
编码器
非线性
代表
元素
日期
机制
矩阵
定义
关系
参数
系统为您推荐了相关专利信息
运动手表
监控算法
反馈特征
数据
图像采集传感器
远程监控预警方法
链锯设备
振动监测数据
远程监控中心
结合物
电气设备运行状态
智能检测方法
异常数据点
混合气体断路器
分布方差
核回归模型
精确测量方法
成分含量
反射率差异
样本
结构面产状
神经网络模型
参数
场地条件
区域岩体