标题：基于VMD-LSTM的地铁站周边共享单车需求预测
作者：张甲龙；潘江如
作者单位：新疆农业大学交通与物流工程学院，新疆 乌鲁木齐 830000；新疆和田学院，新疆 和田 848099
关键字：智能交通；VMD-LSTM；需求量预测；时间序列；组合模型
摘要：共享单车骑行流量数据呈现出非线性、早晚高峰波动性较大、随机性等特点，为进一步提高共享单车需求预测精度，提出了一种基于VMD-LSTM的预测方法。首先采用VMD将原始数据分解为多个子模态分量，随后用LSTM模型对各子模态分量进行预测，将各个分量预测值汇总求和得到最终预测结果。选取深圳市固戍站进行实验，与LSTM、BPNN、GRU等模型对比分析，结果表明，相较于其他对比模型，VMD-LSTM模型MAE平均下降48.2%，MAPE平均下降13.37%，R2平均提高了9%，展现出了较好的预测性能。