计算机工程

作者：王庆荣, 高桓伊, 朱昌锋, 王俊杰

单位：1. 兰州交通大学电子与信息工程学院, 甘肃 兰州 7300702. 兰州交通大学交通运输学院, 甘肃 兰州 730070

关键词：交通拥堵预测,交通拥堵指数,静态-自适应图融合,自适应图卷积,交叉注意力

基金：国家自然科学基金(72161024); 甘肃省教育厅"双一流"重大研究项目(GSSYLXM-04)

针对现有交通拥堵预测方法中拥堵指数定义单一、静态-自适应图信息无法有效融合的问题, 设计一种创新的交通拥堵指数(TCI), 并提出基于静态-自适应图融合的交通拥堵预测模型——SA-GFSTCN。首先, 根据平均速度、交通流量和时间占有率3项指标反映的道路使用情况和交通流状况, 定义TCI; 然后, 模型采用并行架构处理输入数据, 使用时空卷积和时空注意力模块对静态路网结构进行处理, 提取固定的结构性信息及其时空特征; 接着, 采用自适应图卷积和门控时间卷积处理自适应图数据, 并提取动态的时空关联特征; 最后, 通过交叉注意力机制将这两部分输出进行有效融合。在2个真实的交通数据集上的实验结果表明, SA-GFSTCN模型在平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)3项指标上相较于最优基线模型分别提升了0.27与0.20、0.22与0.23百分点、0.38与0.36, 验证了SA-GFSTCN模型的有效性。

来源：2026年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第4期