TY -的A2贝尼托·罗莎m . AU -卜拉希米Nihad盟——张,华平AU -戴,林盟——张Jianzi PY - 2022 DA - 2022/01/05 TI -在汽车造型系列预测基于机器学习和深度学习SP - 8843000六世- 2022 AB -汽车共享系统是一个受欢迎的出租汽车模型共享使用。由于其灵活性,尤其具有吸引力;也就是说,返回的车可以租来的,在一个地方的授权停车位置。本研究工作的主要目的是预测汽车使用停车场站和调查有助于改善预测的因素。因此,新策略可以用来制造更多的汽车在路上和更少的站停车。实现,各种机器学习模型,即向量自回归(VAR),支持向量回归(SVR),极端的梯度增加(XGBoost),再邻居(资讯),和深度学习模型特别长短时记忆(LSTM),封闭的复发性单元(格勒乌)、卷积神经网络(CNN), CNN-LSTM,和多层感知器(MLP)上执行不同的功能。这些特性包括过去的使用水平,重庆的环境条件和时间信息。使用不同的指标比较结果后,我们发现CNN-LSTM优于其他方法预测未来汽车的使用。同时,该模型使用所有不同功能类别的结果模型的最精确的预测比任何一次使用一个功能类别SN - 1076 - 2787你2022/8843000 / 10.1155——https://doi.org/10.1155/2022/8843000——摩根富林明- PB - Hindawi KW - ER -复杂性