多影响因素下的交通枢纽客流短期预测算法

交通枢纽短期客流受时间属性、天气条件等变化的影响非常大,因而提出基于改进PSOLSTM模型的交通枢纽客流短期预测算法。以时间属性、天气条件为影响虹桥交通枢纽短期客流变化的重要因素,构建基于LSTM的短期客流预测模型。将虹桥交通枢纽历史客流数据与天气数据作为模型输入,获得短期客流预测结果;为避免LSTM参数对短时客流预测效果影响,通过自适应惯性权重、时间系数以及根据遗传算法的变异思想确定的自适应函数改进PSO算法,通过改进后的PSO算法优化LSTM参数,提升短期客流预测效果。实验结果表明:在周末、长假时期交通枢纽客流量会明显增加,恶劣天气使得虹桥交通枢纽客流降低至最小值,该算法可实现不同时段短期客流预测,分析客流变化情况。