基于LSTM模型的高速公路流量预测与应用

现今,高速公路已成为国民经济发展不可或缺的一环,对交通流量的预测成为智能交通领域的研究热点。当前高速公路存在流量变化大、交通出行结构复杂多变等问题,流量预测的历史规律特征与发展态势产生多态性,不易把握。本文从提升高速公路流量预测精度和稳定性角度出发,针对上海高速公路的流量进行预测,通过对比三种模型的预测效果,选出的长短期记忆网络算法预测精度最高,并且长短期记忆网络算法在多路段预测中都取得了良好效果,体现了它的稳定性。本文最终得到的预测结果,可以较好地反映出上海高速公路流量的变化趋势。