一种基于PSO-Attention-LSTM模型的交通流预测方法

本发明公开了一种基于PSO‑Attention‑LSTM模型的交通流预测方法；该方法包括：采用长短期记忆网络LSTM提高交通流数据预测效果；引入注意力机制学习不同交通节点之间的空间联系，捕捉空间依赖关系；利用粒子群优化算法PSO优化网络模型结构的参数。与现有技术相比，本发明可以保持交通流预测的准确性，同时提高预测速度。