计算机工程

作者：史昕, 曹凤腾, 纪艺, 马峻岩

单位：1. 长安大学信息工程学院, 陕西 西安 7100642. 山东高速信息集团有限公司, 山东 济南 250102

关键词：交通流预测,时空域联合,图注意力网络,软注意力机制,双向门控循环单元

基金：国家自然科学基金重点项目(52131204)

交通流预测在规划交通系统、优化道路资源和缓解交通拥堵等方面具有重要意义。针对交通流预测中时间周期性特征提取不充分的问题, 提出一种基于多尺度时空特征和软注意力机制的交通流预测方法MSTFSA。首先, 利用图交谈注意力网络(GTHAT)提取空间数据的非欧几里得结构特征, 通过分配动态权重表征不同时间相邻道路交通流的影响程度; 其次, 利用双向增强注意力门控循环单元(Bi-EAGRU)结构提取时间数据的连续性关联特征, 增强每个时刻的时间特征与上下时刻的联系; 然后, 基于软注意力机制融合周周期、日周期和近邻时间3个尺度下的相似交通流趋势, 实现对时间周期性特征的充分提取, 最后, 结合高速公路数据集PeMS04和PeMS08验证MSTFSA的预测精度。实验结果表明, MSTFSA的交通流预测精度表现出良好效果, 与基线模型STSGCN和ASTGCN相比, 在PeMS04数据集上的预测均方根误差(RMSE)分别降低7.15%和3.8%, 平均绝对误差(MAE)分别降低7.79%和3.99%。MSTFSA能较充分地提取并融合交通数据的多时间尺度时空特征, 在交通流预测精度提升方面表现出一定的优势。

来源：2024年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第12期