期刊文献+

基于深度学习的地铁短时客流量预测模型设计与实现 被引量:1

在线阅读 下载PDF
导出
摘要 为提高地铁服务质量和运行效率,保证运行安全,需要对地铁短时客流进行预测。文章基于深度学习理论,提出GA-SVM预测模型和PSO-SVM预测模型,通过对模型预测效果的试验分析,PSO-SVM预测模型更合理,预测误差为24.08%,能够对地铁短时客流完成预测,提高地铁的运行效率,保证服务质量,具有较好的应用价值。
出处 《电脑知识与技术》 2025年第11期25-27,共3页 Computer Knowledge and Technology
  • 相关文献

参考文献8

二级参考文献51

共引文献30

同被引文献4

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部