计算机工程

作者：孙秀芳, 李建波, 吕志强, 董传浩

单位：青岛大学 计算机科学技术学院, 山东 青岛 266071

关键词：智能交通系统,车道占用率,交通预测,图卷积,空洞卷积

基金：国家自然科学基金（61802216）；国家重点研发计划重点专项（2018YFB2100303）；中国博士后科学基金（2018M642613）；山东省高等学校青创科技计划创新团队项目（2020KJN011）；山东省博士后创新人才支持计划（40618030001）。

为解决交通拥堵和交通硬件资源分配不足等问题，提出一种基于多组件融合与空洞图卷积的车道占用率预测模型MCFDGCN。针对交通数据的非线性和受多种隐式因素影响的特点，利用图卷积提取交通数据的空间相关性，使用空洞卷积提取时间依赖特征，将车流量和车辆速度作为2个隐式因素引入模型中，对多组件提取的影响车道占用率的多模态特征进行融合，以完成车道占用率预测任务。在PeMS7（O）、PeMS7（4）数据集上进行实验，结果表明，与HA、ARIMA等模型相比，MCFDGCN模型预测误差较低且误差增长较缓慢，能实现更精准的车道占用率预测。

来源：2021年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第11期