基于时空关系的高速公路交通流量预测

摘要

高速公路交通流量预测对于交通拥堵预警、分流诱导和智慧高速公路建设具有重要意义.交通流具有复杂的时空依赖性，各个交通节点之间的空间关系随时间动态变化，时空关系的融合也缺乏高效的手段，因此对交通流量进行准确的预测具有挑战性.对此，提出一种基于动态图卷积网络与时空特征提取模块的高速公路交通流量预测方法.首先，通过动态图调节模块，提取交通流量序列的空间关系，根据提取到的空间特征，计算不同路网节点的道路相似性，并调整交通路网图结构；其次，通过时空特征提取模块，利用更新后的空间结构，结合时序处理方法，对交通流量数据的时空依赖关系进行建模.为检验模型效果，在美国加州高速公路性能测量系统(Performance measurement system, PeMS)所制作的数据集PeMS03、PeMS04、Pe MS08和福州京台线高速公路数据集中进行实验对比，平均绝对误差分别为15.6、19.7、16.8和5.21，结果表明，本文提出的方法在高速公路交通流量预测中具有较好的表现.

关键词

交通工程 / 交通流预测 / 时空预测 / 图神经网络 / 图卷积 / 高速路网交通流

基金资助

国家自然科学基金资助项目（62203050）