Indexed by：
Abstract：
为向乘客提供较为准确的上下车时间参考，解决长距离预测中误差累积明显的问题，构建基于双层、双注意力、双向长短期记忆(LSTM)神经网络的公交车到站时间预测模型，提出一种基于行程数据的公交车到站时间预测方法.以广州市B2路、 560路公交车工作日的实际运行数据为例，对该预测方法进行精度验证.结果表明，由该模型所预测的行程时间，其平均绝对百分比误差为8.09%,在长距离到站时间估算上，15个站点的预测误差可保持在4.00 min左右.
Keyword：
Reprint 's Address：
Email：
Source ：
福州大学学报(自然科学版)
ISSN： 1000-2243
CN： 35-1337/N
Year： 2023
Issue： 03
Volume： 51
Page： 347-354
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
