基于时空动态图卷积网络的交通流量预测

摘要：

时空动态图卷积网络(STDGCN)模型运用拉普拉斯矩阵隐藏网络和自适应邻接矩阵,可以充分反映交通网络时空关系.文章使用郑州绕城高速公路数据集(HighwayZZ)和重庆绕城高速公路数据集(HighwayCQ)进行交通流量预测试验.结果表明,与LSTM、GRU、GCRN、STGCN、ASTGCN模型相比,STDGCN模型在两个交通数据集的预测精度提高10％～12％;STDGCN模型更能够揭示不同路段交通数据之间的隐藏时空关系;位于多条高速公路的交叉口和U型口附近的节点对其他节点交通流量影响更大;STDGCN模型在平原城市和山地城市高速公路交通流量预测中均具有较强的普适性.

关键词：图卷积网络、隐藏网络、自适应邻接矩阵、高速公路、交通流量预测

所属期刊栏目：8

分类号：U491.1(交通工程与公路运输技术管理)

在线出版日期：2022-03-10（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：1-7