一种基于多时空图卷积网络的交通流预测方法技术

本发明专利技术公开的一种基于多时空图卷积网络的交通流预测方法，包括如下步骤：首先，利用切比雪夫图卷积(ChebNet)结合门控循环单元(GRU)构建时空组件以深度挖掘节点的时空相关性；其次，分别提取周相关、日相关、近期时间的序列数据，输入3个时空组件以深度挖掘不同时间窗口间的时间相关性；最后，将时空组件与编码器

【技术实现步骤摘要】
一种基于多时空图卷积网络的交通流预测方法


[0001]本专利技术属于交通
，主要应用于路段交通流量的预测，具体涉及一种多时空图卷积相关的短时交通量预测方法。

技术介绍

[0002]近年来，随着大城市贸易圈的发展，交通问题逐步增多。最严重的问题之一是人满为患，这造成公共安全和浪费时间的隐患，而解决交通拥堵的途径之一就是发展智能交通运输系统。
[0003]智能交通运输系统(ITS)是目前世界交通运输领域的最前沿，已成为世界各国极力投注资本推进的关键点之一。美国、日本及欧盟等众多先进国家特别重视ITS，它被认为是提高交通的可靠性、安全性和减少环境污染的有效手段之一。构建智能交通系统(ITS)能够有效缓解道路拥堵，缩短出行时间，降低环境污染，提高交通安全性。作为ITS的重要研究内容之一，交通量预测能够作为交通决策的重要依据，可有效地应用于交通规划、交通诱导。
[0004]短时交通量预测是交通控制与诱导的基础，是智能交通系统的重要研究内容之一。随着交通量预测相关研究的不断推进，国内外研究人员已经提出了大量短时交通量预测方法，以解决实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多时空图卷积网络的交通流预测方法，其特征在于：所述方法包括如下步骤：步骤1)利用切比雪夫图卷积结合门控循环单元构建时空组件以深度挖掘节点的时空相关性；步骤2)分别提取周相关、日相关、近期时间的序列数据，输入3个时空组件以深度挖掘不同时间窗口间的时间相关性；步骤3)将时空组件与编码器
‑
解码器网络结构融合组建多时空图卷积网络模型；步骤4)利用若干个高速公路数据集进行实验，并与多个基准模型进行比较。2.根据权利要求1所述的基于多时空图卷积网络的交通流预测方法，其特征在于：所述的步骤1)中，利用切比雪夫图卷积结合门控循环单元构建时空组件以深度挖掘节点的时空相关性的具体步骤包括：首先使用城市道路长度为T的历史时间序列数据作为输入，通过k阶切比雪夫图卷积网络捕捉城市道路网络的拓扑结构以获得空间相关性；其次，将获得的具有空间相关性的时间序列输入门控循环单元模型，通过单元之间的信息传递获得动态变化，捕捉时间相关性；最后，通过全连接层得到结果。3.根据权利要求1所述的基于多时空图卷积网络的交通流预测方法，其特征在于：所述的步骤2)中，在时间维度上，使用3个不同的时空组件提取历...

【专利技术属性】
技术研发人员：施佺，戴俊明，沈琴琴，曹志超，荆彬彬，朱森来，
申请(专利权)人：南通大学，
类型：发明
国别省市：