DolorHunter / AirportTaxiDSSLinks
Airport Taxi Decision Support System 机场出租车决策模型与优先调度策略
☆17Updated 5 years ago
Alternatives and similar repositories for AirportTaxiDSS
Users that are interested in AirportTaxiDSS are comparing it to the libraries listed below
Sorting:
- 一个利用ANN（人工神经网络）和GA（遗传算法）实现污水排放溯源的个人项目。☆15Updated 4 years ago
- 基于深度学习的共享单车预测与调度解决方案，使用神经网络构建单车需求量与时间段和地理画像的关联，预测不同区域单车需求量；使用蚁群算法规划最优单车调度路径。☆101Updated 6 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例，使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检测数据，将数据按时间段划分，使用SARIMA过滤其线性趋势，再对过滤后的残差使用LSTM进行预测，最后对预测结果进行…☆82Updated 6 years ago
- 复现论文算法RODDPSO+K-Means，用优化的粒子群算法对K-Means算法求初始的簇心，以达到优化聚类算法的目的☆17Updated 4 years ago
- 2019年广西人工智能设计大赛：交通-地铁客流量预测Baseline（三等奖）☆51Updated 4 years ago
- 机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆77Updated 5 years ago
- 群体智能优化算法☆102Updated 3 years ago
- 利用时间序列预测汽车销量☆41Updated 6 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。☆191Updated 5 years ago
- 客流量时间序列预测模型☆125Updated 3 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测，除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 5 years ago
- 基于深度学习的溶解氧时间序列预测模型☆28Updated 5 years ago
- 改进的k-prototypes聚类算法☆19Updated 4 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 7 years ago
- 基于卡口实时过车数据进行交通流量的实时预测分析，使用LSTM循环神经网 络模型进行融合预测，准确率达到90%以上。☆57Updated 5 years ago
- Implementation of TPA-LSTM in TensorFlow2☆17Updated 3 years ago
- 麻雀搜索算法(Sparrow Search Algorithm, SSA)的python实现☆131Updated 4 years ago
- 数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)☆63Updated 4 years ago
- 基于pytorch搭建多特征LSTM时间序列预测☆169Updated 2 years ago
- 基于遗传算法的BP网络设计，应用背景为交通流量的预测☆164Updated 6 years ago
- 本项目为时间序列预测项目，主要重点在于对预测项目整体流程的梳理总结，不同框架下如何进行简单数据处理和模型搭建。因此项目中搭建的主要为一些常用模型（后续会不断修改完善）。模型包含了prophet模型、keras库的bp神经网络和lstm网络模型、pytorch …☆22Updated 2 years ago
- 交通时空大数据分析与挖掘☆13Updated 3 years ago
- 包含灰色预测模型：灰色单变量预测模型GM(1,1)模型，灰色多变量预测模型GM(1,N)模型，GM(1,N)幂模型，灰 色多变量周期幂模型GM(1,N|sin)幂模型，以及灰色关联模型☆78Updated 2 years ago
- 利用Python实现三层BP神经网络☆82Updated 7 years ago
- 机器学习(Machine Learning, ML)python简洁实现，包括混合高斯模型，KMeans，决策树，随机森林，K近邻，线性判别分析，逻辑斯蒂回归（梯度下降法，牛顿法），多层感知机（分类+回归），Naive Bayes（离散+高斯），多分类SVM，线性回归，隐马…☆146Updated 4 years ago
- 使用LSTM、GRU、BPNN进行时间序列预测。Using LSTM\GRU\BPNN for time series forecasting. (Pytorch Edition)☆58Updated 4 years ago
- 基于统计学的时间序列预测(AR,ARM).☆280Updated 4 years ago
- 基于Keras框架，结合LSTM/GRU/Arima/WNN实现多方式的水质参数预测☆22Updated 6 years ago
- 本实验是基于决策树模型的训练与调优记录，旨在通过学习与总结，不存在其他用途与目的。数据采用薛微出版的《R语言数据挖掘方法及应用》教材中提供的数据集---【购物决策数据集】；为简单起见，应用调包SKlearn进行数据预处理与模型训练；后半部分将包含对训练结果的分析、参数调优与…☆11Updated 4 years ago
- 使用多种算法（线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆171Updated 5 years ago