论文设计_计算机科学_智慧城市交通流量预测的 LSTM 模型改进_202511.docx

PAGE

PAGE1

论文设计

计算机科学

智慧城市交通流量预测的LSTM模型改进

202511

学校名称：.

年级科目：.

姓名：.

时间：.

PAGE

PAGE2

《论文设计_计算机科学_智慧城市交通流量预测的LSTM模型改进_202511》

摘要

随着城市化进程加速，交通拥堵问题日益凸显，尤其在高峰时段对城市运行效率与居民生活质量造成显著影响。杭州作为智慧城市先行示范区，依托城市大脑平台积累了海量交通流量数据，为精准预测提供了重要基础。本研究聚焦高峰时段交通流量预测精度提升，针对传统LSTM模型在复杂城市路网中参数适应性不足、时序依赖捕捉不充分等问题，提出一种融合动态注意力机制与自适应学习率的改进LSTM模型。研究以杭州城市大脑2023年全年度交通卡口数据为核心，通过滑动窗口法构建时间序列样本，重点优化遗忘门权重初始化策略与隐藏层维度参数，并引入交通事件特征作为外部协变量增强模型鲁棒性。实验设计采用对比验证框架，将改进模型与ARIMA、SVM及标准LSTM在早高峰（7:00-9:00）与晚高峰（17:00-19:00）时段进行多维度精度对比，