TY - JOUR A2 - Truong, Long AU - Gai, Songxue AU - Zeng, Xiaoqing AU - Yuan，车流量预测是泊车引导与信息系统(PGIS)中不可缺少的一部分。是智能交通系统(ITS)的重要组成部分。车站车库的车流量预测为车库的管理提供了信息支持，也为汽车乘客提供了极大的便利。火车站的停车库是为乘车到达或离开车站的旅客服务的，其到达或离开的行为必然会影响停车量。研究结果表明，不同的停车行为具有不同的停车时间类别特征。因此，本研究将基于泊车时间类别分析和时间序列相似性度量的乘客行为分析引入预测模型。同时，提出了一种基于长短时记忆(LSTM)的车流量预测模型。本文利用中国上海市虹桥火车站公共停车场的车流量数据对模型进行验证，所提出的模型使划分为不同停车时长类别的车流量准确实时预测成为可能。与未分组数据模型和传统预测模型相比，本文提出的基于乘客行为的LSTM网络车流量预测模型性能更好，预测精度更高。 SN - 0197-6729 UR - https://doi.org/10.1155/2021/6688609 DO - 10.1155/2021/6688609 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -