《表1 行程时间预测结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《客流量动态影响下公交智慧出行服务模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据出发时间和到站时间，可以推算出行程时间。用平均绝对误差（MAPE）和均方根误差（RSME）两个指标评价LSTM与BP神经网络预测的效果。表1显示了上述14组数据的预测表现，LSTM的MAPE和RSME均小于BP神经网络，说明LSTM的预测误差更小，且稳定程度更高。因此，LSTM更加适合未来短期内的行程时间预测以及目标车辆选择。