计算机工程

作者：包恒彬, 马玉鹏, 杨奉毅, 韩云飞

单位：1. 中国科学院新疆理化技术研究所 新疆民族语音语言信息处理实验室, 乌鲁木齐 830011;2. 中国科学院大学, 北京 100049

关键词：时空数据,客流量预测,注意力机制,卷积神经网络,长短期记忆网络

基金：新疆天山青年人才培养项目（2018Q005）。

加油站是重要的能源供给单位，对加油站站点的下一时段客流量进行精准预测，可为相关资源的调度与分配提供决策支撑。针对加油站级客流量预测问题，结合加油站客流数据的时空特征，提出一种基于注意力机制的时空网络模型。以路网结构建模的站级客流数据为输入，结合卷积神经网络、长短期记忆网络与注意力机制，解决站点间的空间依赖、短期与长期时序依赖以及长期时序依赖中的时间漂移问题，精准预测下一时段的站级客流量。在真实数据集上的实验结果表明，与历史平均模型、长短期记忆网络模型和双向长短期记忆网络模型等基线模型相比，该模型在均方误差（RMSE）、平均绝对误差与平均绝对百分比误差上均有所提升，其中RMSE提升22.89%。

来源：2021年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第4期