摘 要：针对当前现有预测模型在智能交通短时车流量预测过程中无法有效预测交通流序列规律、不能在车流量预测时充分利用交通流的时空相关性，以及循环神经网络存在梯度消失和爆炸的问题，提出了一种基于 KNN（K- 最近邻）和 LSTM（长短时记忆）相结合的短时交通车流量预测方法。实验研究表明，该模型能够更好且有效地提取到交通流序列的时空特性，以及解决循环神经网络在短时交通流预测过程中存在的相关问题。
关键词：智能交通；短时车流量预测；KNN；LSTM
DOI:10.19850/j.cnki.2096-4706.2022.10.043
基金项目：2020 年度广东省普通高校青年创新人才项目自然科学类（2020KQNCX247）
中图分类号：TP18 文献标识码：A 文章编号：2096-4706（2022）10-0169-05
Research on Short-Term Traffic Vehicle Flow Prediction Method Based on KNN-LSTM
LI Lei
(Huizhou Engineering Vocational College, Huizhou 516023, China)
Abstract: In view of the problems of the current existing prediction models can’t effectively predict the traffic flow sequence law in the process of short-term vehicle flow prediction of intelligent transportation, and can’t make full use of the temporal and spatial correlation of traffic flow in vehicle flow prediction, and recurrent neural network exists gradient disappearance and explosion, this paper proposes a short-term traffic vehicle flow prediction method based on the combination of KNN (K-Nearest Neighbor) and LSTM (Long and Short Time Memory). Experimental results show that the model can better and effectively extract the temporal and spatial characteristics of the traffic flow sequence, and solve the related problems existing in the short-time traffic flow prediction process of the recurrent neural network.
Keywords: intelligent transportation; short-term vehicle flow prediction; KNN; LSTM
参考文献：
[1] 张溪 . 大数据下智能交通系统的发展综述 [J]. 信息与电脑（理论版），2019（1）：17-19.
[2] 蔡晓禹，谭宇婷，雷财林，等 . 交通大数据环境下短时交通流量预测研究 [J]. 铁道运输与经济，2018，40（8）：88-93.
[3] SHAO H X，SOONG B H. Traffic flow prediction with Long Short-Term Memory Networks（LSTMs）[C]//2016IEEE Region 10 Conference（TENCON）.Singapore：IEEE，2016：2986-2989.
[4] 曹博，高茂庭 . 基于 LSTM 的短时交通流预测研究 [J].现代计算机（专业版），2018（25）：3-7.
[5] 宋予佳，张健，邢珺 . 基于长短期记忆网络构建短时车流预测模型 [J]. 公路，2019，64（7）：224-229.
[6] 刘钊，杜威，闫冬梅，等 . 基于 K 近邻算法和支持向量回归组合的短时交通流预测［J］．公路交通科技，2017，34（5）：122-128+158．
[7] 罗向龙，李丹阳，杨彧，等 . 基于 KNN-LSTM 的短时交通流预测 [J]. 北京工业大学学报，2018，44（12）：1521-1527.
作者简介：李磊（1988—），男，汉族，河南邓州人，讲师，硕士研究生，研究方向：信息处理、通信技术等。