(RF)分别降低了17.28%和21.67%,比组合模型CNN-LSTM分别降低了5.68%和15.70%.本文所构建的CNN-GRU模型对于小样本复杂数据的预测性能较高,且模型训练参数较少,轻量化程度较高,可解释性较强.基于该模型的中欧班列运到时限预测方法提高了运到时限预测的准确性,能够为缓解中欧班列路网运力不足等现状提供较为可靠的...
A CNN-GRU hybrid model for travel time prediction of China-Europe Express Railway 在线阅读 下载PDF 引用 收藏 分享 摘要 随着经济贸易的全球化发展,中欧班列已经成为重要的国际货运方式。由于中欧班列的运到时限受诸多因素影响,现有模型难以充分捕捉运输时间数据的复杂特征关系,因而无法准确预测列车运到时限,影响...
基于CNN-GRU模型的中欧班列运到时限预测 随着经济贸易的全球化发展,中欧班列已经成为重要的国际货运方式.由于中欧班列的运到时限受诸多因素影响,现有模型难以充分捕捉运输时间数据的复杂特征关系,因而无法准... 张永祥,谷丽婷,郭经纬,... - 《铁道科学与工程学报》 被引量: 0发表: 2024年 基于CNN-GRU组合神经网络...
基于CNN-GRU模型的中欧班列运到时限预测 随着经济贸易的全球化发展,中欧班列已经成为重要的国际货运方式.由于中欧班列的运到时限受诸多因素影响,现有模型难以充分捕捉运输时间数据的复杂特征关系,因而无法准... 张永祥,谷丽婷,郭经纬,... - 《铁道科学与工程学报》 被引量: 0发表: 2024年 基于CNN-GRU组合神经网络...