基于LSTM的地鐵站流量預(yù)測模型

(沈陽理工大學(xué) 遼寧 沈陽 110000)

地鐵在城市的交通系統(tǒng)中具有相當(dāng)重要的地位。若能夠準(zhǔn)確預(yù)測地鐵站的流量，可以作為地鐵的安保決策的依據(jù)，確保社會的和諧穩(wěn)定，能夠?yàn)槲覈牡罔F流量預(yù)測提供參考。

一、基于LSTM的模型設(shè)計

(一)問題分析

地鐵是人們?nèi)粘５闹匾煌ǚ绞?，其出入流量受到人們?nèi)粘３鲂辛?xí)慣的影響，具有規(guī)律性，適合使用LSTM來根據(jù)前幾天的流量情況來預(yù)測當(dāng)天的人流量?？紤]到人們每個時間段的出行習(xí)慣不同，每個地鐵站的地理位置不同，應(yīng)當(dāng)針對不同地鐵站、不同時間段訓(xùn)練模型、預(yù)測流量。

LSTM(Long Short-Term Memory)，為傳統(tǒng)RNN的變形，是一種時間循環(huán)神經(jīng)網(wǎng)絡(luò)，適合預(yù)測具有教程時間序列的事件。

(二)模型結(jié)構(gòu)

模型(模型圖如圖1所示)的輸入為長度為20的數(shù)組(即之前20天的流量數(shù)據(jù))，模型的頂層為節(jié)點(diǎn)數(shù)為6的LSTM層，第二層為節(jié)點(diǎn)數(shù)為12的LSTM層。使用多層LSTM，將LSTM層進(jìn)行累加，是為了能夠得到更高更抽象的特征，并能夠一定程度上增加模型訓(xùn)練的準(zhǔn)確率并減少訓(xùn)練時間。模型的第三層為全連接層，節(jié)點(diǎn)數(shù)為1，它作為網(wǎng)絡(luò)的輸出，輸出的是一個浮點(diǎn)數(shù)，是預(yù)測當(dāng)天的流量的歸一化后的結(jié)果。

其中第一層的節(jié)點(diǎn)數(shù)目使用了常用經(jīng)驗(yàn)公式[1]：

(1)

式中：l表示LSTM的節(jié)點(diǎn)數(shù)，n表示輸入數(shù)據(jù)的長度，m表示輸出層的節(jié)點(diǎn)數(shù)(輸出數(shù)據(jù)的長度)。

圖1模型結(jié)構(gòu)

當(dāng)訓(xùn)練該模型時，使用了均方誤差損失函數(shù)(mean squared error),其公式為：

(2)

二、實(shí)驗(yàn)數(shù)據(jù)及結(jié)果

(一)實(shí)驗(yàn)平臺

使用Python語言利用Keras深度學(xué)習(xí)框架實(shí)現(xiàn)了本實(shí)驗(yàn)，并使用了因特爾i7-7700處理器、NVIDIA GTX 1050顯卡，于Windows10操作系統(tǒng)上進(jìn)行訓(xùn)練、并驗(yàn)證模型。

(二)實(shí)驗(yàn)數(shù)據(jù)及數(shù)據(jù)預(yù)處理

實(shí)驗(yàn)數(shù)據(jù)來源于紐約市從2017-04 至2018-01 近九個月的地鐵旋轉(zhuǎn)門數(shù)據(jù)，數(shù)據(jù)中包含了時間、監(jiān)控器編號、車站名稱、出入站人流量等信息。本實(shí)驗(yàn)為預(yù)測某個地鐵站某個時間段的流量，因此需要從源數(shù)據(jù)中提取流量信息?？紤]到數(shù)據(jù)量較大，數(shù)據(jù)的字段較復(fù)雜并需要數(shù)據(jù)之間的合并計算，需要使用能夠完成復(fù)雜操作大數(shù)據(jù)量的工具完成這行工作。

Spark是基于分布式的計算框架，適合處理大數(shù)據(jù)量的作業(yè)，本實(shí)驗(yàn)使用了Spark SQL對原數(shù)據(jù)處理，提取出了每個地鐵站每個時間段的流量信息，并將其保存至文件供模型訓(xùn)練和測試。

在模型的輸入和輸出中，為了加快梯度下降的速度、提高精讀以及網(wǎng)絡(luò)中最后一層也只能輸入0-1的小數(shù)，需要對所輸入的數(shù)據(jù)進(jìn)行歸一化，以及對預(yù)測出的數(shù)據(jù)進(jìn)行反歸一化以加以利用。本實(shí)驗(yàn)使用了線性歸一化(也稱最大最小歸一化)，公式如下：

(3)

(三)評價指標(biāo)

為了分析預(yù)測的效果，設(shè)定了MAE(絕對平均誤差)作為評價指標(biāo)[2]，用以評價模型的優(yōu)劣。其中N為預(yù)測天數(shù)。

(4)

(四)實(shí)驗(yàn)結(jié)果及結(jié)論

如圖2所示，為訓(xùn)練模型中某一地點(diǎn)11點(diǎn)至15點(diǎn)的預(yù)測值、實(shí)際值對比圖(紅色線條的高度為預(yù)測值，黑色線條的高度為實(shí)際值，縱軸為流量值，橫軸為測試的樣本批次)。從對比圖中可以明顯看出，預(yù)測值大體符合流量變化趨勢，能夠相對有效地預(yù)測出人流量趨勢，能夠達(dá)到流量預(yù)警，是一種有效的人流量預(yù)測模型。

圖2 預(yù)測值與實(shí)際值對比

(五)不足之處

本模型存在當(dāng)人流量驟變時所預(yù)測的趨勢有滯后性以及無法預(yù)測出一些極端流量情況等問題，本模型仍有繼續(xù)改進(jìn)的空間。另外，本模型是針對某一地鐵站、某一個時間段的人流量進(jìn)行預(yù)測，當(dāng)有眾多地點(diǎn)以及時間段較多時，需要相當(dāng)多的模型進(jìn)行預(yù)測，雖然模型的結(jié)構(gòu)沒有變化，但是訓(xùn)練的計算量較大，需要使用較長的訓(xùn)練時間。