-
题名基于图神经网络的交通流量预测方法研究
- 1
-
-
作者
薛焱中
-
机构
上海工程技术大学城市轨道交通学院
-
出处
《物流科技》
2024年第10期118-123,129,共7页
-
文摘
文章提出了一种新型的交通运输流预测方法。首先,提出了一个基于时间空间特征的交通流预测模型,其中道路交通流的空间特性的提取是使用图形卷积网络(GCN)进行的。其次,通过一个简单而强大的可变触发周期单元GRU来实现一种随时序改变的道路网络;在此基础上,利用sequence-to-sequence模型对道路各个阶段的时间序列进行了评估,并利用该模式来获取最终的预测结果。最后,以sequence-to-sequence模型为基础,采用了自动编码机制对模型进行了结构优化,使预报准确率有了很大提高。
-
关键词
交通运输
图神经网络
深度学习
流量预测
自动编码机制
-
Keywords
transportation
Graph Neural Network
deep learning
traffic prediction
automatic coding mechanism
-
分类号
F282
[经济管理—国民经济]
U491
[交通运输工程—交通运输规划与管理]
-