【技术实现步骤摘要】
本专利技术涉及交通预测，特别涉及一种图卷积模型框架下路网交通时空状态不确定性计算方法。
技术介绍
1、随着交通信息采集技术的不断提升，实时交通数据的获取变得更加便捷和精确，使得实时预测交通状态成为可能。这种技术进步为交通管理和预测提供了大量的实时或近实时数据，极大地促进了交通流预测模型的发展。然而，传统的点预测方法，尽管可以预测未来某一时刻的交通流量，却无法有效度量交通流的波动性和不确定性。交通流的波动性主要是由于各种不可预测因素引起的，如突发事件、天气变化及节假日效应等。这些因素导致交通流状态具有高度的不确定性，单一的点预测值无法提供足够的信息来描述这种不确定性。
2、因此，如何提供一种能够预测未来交通状态的可能变化范围的基于图卷积模型的路网交通时空状态不确定性计算方法是本领域技术人员亟待解决的技术问题。
技术实现思路
1、本专利技术针对上述研究现状，提供了一种基于图卷积模型的路网交通时空状态不确定性计算方法，利用图卷积模型作为时空预测框架，建立一种路网交通时空状态不确定性计...
【技术保护点】
1.一种基于图卷积模型的路网交通时空状态不确定性计算方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于图卷积模型的路网交通时空状态不确定性计算方法，其特征在于，所述S1中的所述路网结构数据包括：道路连接信息、道路长度和道路间实际距离；所述路网结构下的交通状态时间序列数据包括：均匀时间间隔下的道路交通量和路段平均速度。
3.根据权利要求1所述的一种基于图卷积模型的路网交通时空状态不确定性计算方法，其特征在于，所述S1中的路网交通空间数据还包括根据两路段的实际空间距离构建空间关联矩阵，用于表征两路段间的权重。
4.根据权...
【技术特征摘要】
1.一种基于图卷积模型的路网交通时空状态不确定性计算方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于图卷积模型的路网交通时空状态不确定性计算方法，其特征在于，所述s1中的所述路网结构数据包括：道路连接信息、道路长度和道路间实际距离；所述路网结构下的交通状态时间序列数据包括：均匀时间间隔下的道路交通量和路段平均速度。
3.根据权利要求1所述的一种基于图卷积模型的路网交通时空状态不确定性计算方法，其特征在于，所述s1中的路网交通空间数据还包括根据两路段的实际空间距离构建空间关联矩阵，用于表征两路段间的权重。
4.根据权利要求1所述的一种基于图卷积模型的路网交通时空状态不确定性计算方法，其特征在于...
【专利技术属性】
技术研发人员：丁川，张宏良，宋英杰，于滨，鲁光泉，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。