基于小波分解-LSTM混合模型的高速公路交通量预测

  • 打印
  • 收藏
收藏成功


打开文本图片集

0 引言

高速公路交通量数据具有显著的多尺度波动特征,包括每日“早晚高峰”的低频趋势以及短期突发波动。传统的预测方法难以同时适应不同的尺度特征。现有的交通量预测方法存在一定的局限性:第一,传统的统计模型(如ARIMA系列)假设交通量序列是平稳、线性的,不能适应非平稳的交通场景;第二,单一机学习模型(如LSTM),可以解决时间序列的长期依赖问题,但不分离多尺度特征。(剩余4574字)

monitor
客服机器人