基于時空卷積注意力網(wǎng)絡(luò)的道路速度預(yù)測研究

——以寧波主要路網(wǎng)為例

打開文本圖片集

摘  要：針對交通流數(shù)據(jù)建模時空特性挖掘不足的問題，提出了STGAN網(wǎng)絡(luò)。運用時空圖卷積和注意力機制挖掘道路網(wǎng)絡(luò)時空規(guī)律。注意力機制使得網(wǎng)絡(luò)對相鄰道路和歷史時間數(shù)據(jù)的關(guān)注度不同，其分組注意力卷積的機制能夠使得網(wǎng)絡(luò)訓(xùn)練擺脫路網(wǎng)空間拓?fù)湟?guī)模的限制，并使模型可運用在較大規(guī)模的路網(wǎng)上。實驗表明，STGAN模型在寧波高、快速路和主干路上速度預(yù)測誤差比DCRNN小，在寧波數(shù)據(jù)集上預(yù)測速度表現(xiàn)出良好的精度。（剩余7481字）