摘要：針對城市地鐵車站進(jìn)站客流量短時預(yù)測問題,提出了小波分解和長短時記憶網(wǎng)絡(luò)(LSTM)相結(jié)合的組合預(yù)測模型,小波分解和重構(gòu)可以有效處理數(shù)據(jù)的波動性,長短時記憶網(wǎng)絡(luò)可以學(xué)習(xí)時序信息。以北京地鐵西直門站為實(shí)例,實(shí)現(xiàn)了組合模型對進(jìn)站量的預(yù)測,發(fā)現(xiàn)本方法能夠得到比較準(zhǔn)確的預(yù)測效果,平均絕對百分誤差為5.48%,與單獨(dú)使用LSTM和經(jīng)驗(yàn)?zāi)B(tài)分解與LSTM結(jié)合這兩種方法相比分別下降了8.59%和2.94%,表明本方法有更好的預(yù)測精度。