高速公路施工控制区动态交通流预测的LSTM-BiGRU-Attention模型

摘要：

为提前准确预知高速公路施工控制区交通流变化趋势,解决交通流时间序列中的长期依赖问题,文中建立了高速公路施工控制区动态交通流预测的LSTM-BiGRU-Attention模型.首先,将预处理后的动态交通流数据集按时间步长顺序输入到LSTM网络,对交通流信息建模和学习.然后,引入BiGRU和Attention机制以更好地捕捉上下文信息和提供更具针对性的权重分配.最后,将构建的LSTM-BiGRU-Attention模型与其他模型进行交通流预测对比,评估模型性能.实验以G35济广高速公路某施工控制区交通运行情况为案例进行研究,结果显示该模型的平均绝对误差MAE为1.91,均方根误差RMSE为2.83,决定系数R2为0.79,平均绝对百分数误差MAPE为3.23.对比其他模型,LSTM-BiGRU-Attention模型的4个评估指标均有所下降,说明该模型可为高速公路施工控制区提供更加精准的预测.

关键词：交通管理与控制、交通流预测、LSTM-BiGRU-Attention模型、动态交通流、实验对比

所属期刊栏目：26

分类号：U492(交通工程与公路运输技术管理)

资助基金：国家自然科学基金;辽宁省教育厅科学研究项目

在线出版日期：2024-01-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：17-23