基于LSTM的地鐵站流量預(yù)測(cè)模型

(沈陽(yáng)理工大學(xué) 遼寧 沈陽(yáng) 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(cè)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(huì)的和諧穩(wěn)定，能夠?yàn)槲覈?guó)的地鐵流量預(yù)測(cè)提供參考。

一、基于LSTM的模型設(shè)計(jì)

(一)問(wèn)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(lái)根據(jù)前幾天的流量情況來(lái)預(yù)測(cè)當(dāng)天的人流量?？紤]到人們每個(gè)時(shí)間段的出行習(xí)慣不同，每個(gè)地鐵站的地理位置不同，應(yīng)當(dāng)針對(duì)不同地鐵站、不同時(shí)間段訓(xùn)練模型、預(yù)測(cè)流量。

LSTM(Long Short-Term Memory)，為傳統(tǒng)RNN的變形，是一種時(shí)間循環(huán)神經(jīng)網(wǎng)絡(luò)，適合預(yù)測(cè)具有教程時(shí)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(zhǎng)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(shí)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(gè)浮點(diǎn)數(shù)，是預(yù)測(cè)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(zhǎng)度，m表示輸出層的節(jié)點(diǎn)數(shù)(輸出數(shù)據(jù)的長(zhǎng)度)。

圖1模型結(jié)構(gòu)

當(dāng)訓(xùn)練該模型時(shí)，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(tái)

使用Python語(yǔ)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(lái)源于紐約市從2017-04 至2018-01 近九個(gè)月的地鐵旋轉(zhuǎn)門數(shù)據(jù)，數(shù)據(jù)中包含了時(shí)間、監(jiān)控器編號(hào)、車站名稱、出入站人流量等信息。本實(shí)驗(yàn)為預(yù)測(cè)某個(gè)地鐵站某個(gè)時(shí)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(jì)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(jì)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(duì)原數(shù)據(jù)處理，提取出了每個(gè)地鐵站每個(gè)時(shí)間段的流量信息，并將其保存至文件供模型訓(xùn)練和測(cè)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(duì)所輸入的數(shù)據(jù)進(jìn)行歸一化，以及對(duì)預(yù)測(cè)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(píng)價(jià)指標(biāo)

為了分析預(yù)測(cè)的效果，設(shè)定了MAE(絕對(duì)平均誤差)作為評(píng)價(jià)指標(biāo)[2]，用以評(píng)價(jià)模型的優(yōu)劣。其中N為預(yù)測(cè)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(cè)值、實(shí)際值對(duì)比圖(紅色線條的高度為預(yù)測(cè)值，黑色線條的高度為實(shí)際值，縱軸為流量值，橫軸為測(cè)試的樣本批次)。從對(duì)比圖中可以明顯看出，預(yù)測(cè)值大體符合流量變化趨勢(shì)，能夠相對(duì)有效地預(yù)測(cè)出人流量趨勢(shì)，能夠達(dá)到流量預(yù)警，是一種有效的人流量預(yù)測(cè)模型。

圖2 預(yù)測(cè)值與實(shí)際值對(duì)比

(五)不足之處

本模型存在當(dāng)人流量驟變時(shí)所預(yù)測(cè)的趨勢(shì)有滯后性以及無(wú)法預(yù)測(cè)出一些極端流量情況等問(wèn)題，本模型仍有繼續(xù)改進(jìn)的空間。另外，本模型是針對(duì)某一地鐵站、某一個(gè)時(shí)間段的人流量進(jìn)行預(yù)測(cè)，當(dāng)有眾多地點(diǎn)以及時(shí)間段較多時(shí)，需要相當(dāng)多的模型進(jìn)行預(yù)測(cè)，雖然模型的結(jié)構(gòu)沒(méi)有變化，但是訓(xùn)練的計(jì)算量較大，需要使用較長(zhǎng)的訓(xùn)練時(shí)間。