基于D2STGNN的双向高效多尺度交通流预测

黄艳国; 肖洁; 吴水清

doi:10.16088/j.issn.1001-6600.2025022702

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (1) : 10 -22. DOI: 10.16088/j.issn.1001-6600.2025022702

基于D2STGNN的双向高效多尺度交通流预测

黄艳国, 肖洁, 吴水清

作者信息 +

Author information +

文章历史 +

摘要

由于交通流的复杂性和时空特征提取不足，D2STGNN难以捕捉交通网络的动态变化，限制了预测精度提升。本文提出一种高效的多头自注意力机制(EMHSA)和双向门控循环单元(BiGRU)结合的Bi-EMHGRU模型，该模型通过BiGRU捕捉前后时序依赖，并利用多头自注意力机制动态分配各时间步权重，聚焦关键时序特征。同时，引入多尺度时间特征提取模块，增强对短期波动和长期趋势的建模能力，提升复杂时空动态的建模效果。实验结果表明，Bi-EMHGRU在PeMS04和PeMS08数据集上表现优异，均方根误差值下降约0.55～1.55,平均绝对误差下降约0.89～1.40,平均绝对百分比误差下降约0.86～1.77个百分点，预测步长增加时仍能保持稳定的预测性能，泛化能力强。与现有基准模型相比，Bi-EMHGRU能够更有效地捕捉交通流的动态时空特征，显著提升预测精度和鲁棒性。