基于PSO-VMD-LSTM模型的城市軌道交通短期客流預(yù)測

打開文本圖片集

摘要：為減少噪聲對客流預(yù)測模型的干擾，采用粒子群優(yōu)化（particle swarm optimization，PSO）算法確定變分模態(tài)分解（variational mode decomposition，VMD）的參數(shù)，通過PSO算法優(yōu)化的VMD對原始客流序列進(jìn)行降噪處理，將客流數(shù)據(jù)分解為不同時(shí)間尺度下的本征模態(tài)函數(shù)（intrinsic mode function，IMF）和余量；采用貝葉斯優(yōu)化（Bayesian optimization，BO）算法確定長短期記憶（long short term memory，LSTM）神經(jīng)網(wǎng)絡(luò)的超參數(shù)，構(gòu)建PSO-VMD-LSTM客流預(yù)測模型。（剩余13566字）