一种基于时空同步GraphSAGE的交通流量预测方法技术

本发明专利技术公开了一种基于时空同步GraphSAGE的交通流量预测方法，包括：生成时间序列的交通流数据；根据空间邻接矩阵和斯皮尔曼相关系数矩阵，先构建包容式空间邻接矩阵，进而设计包容式时空同步图；构建时空同步GraphSAGE模型，该模型依照GraphSAGE思想，对每个交通节点，通过注意力机制聚合其1到K阶时空邻居的交通特征，并与该交通节点的本身特征进行拼接，以此归纳式同步学习交通流数据的时空依赖。本发明专利技术通过设计包容式时空同步图，实现交通流数据的时空同步建模，使模型达到精确的预测精度，同时基于GraphSAGE归纳式聚合交通节点的时空特征，解决了以往交通流量预测方法中全图训练及直推式学习的局限性。

【技术实现步骤摘要】

本专利技术属于交通预测，涉及一种基于时空同步graphsage的交通流量预测方法。

技术介绍

1、随着城市化进程的加速和机动车数量的激增，交通问题日益严重，交通拥堵、交通事故等问题不断困扰着城市居民。智能交通系统(its)是解决交通问题的最有效的科学方法之一。交通流量预测是智能交通系统中的重要组成部分，它能够通过对历史交通数据的分析和预测，提前掌握交通流量的变化规律。通过智能交通系统科学调度路网中的通行车辆，诱导交通流平稳运行，对解决交通问题具有重要的实际意义。准确的交通流量预测是智能交通系统的重要功能，有助于规划交通网络，优化交通资源配置，提高交通运行效率，减少交通拥堵和事故。因此，如何设计更有效的交通流量预测模型，提高交通流量预测的性能显得尤为重要。

2、对交通流量数据进行建模须考虑以下几点：(1)时间相关性和空间相关性同时存在并相互影响。某个时刻的交通流受到更早时刻交通流的影响，同一个时刻每个交通节点的交通流也受其他交通节点交通流的影响，时间依赖和空间依赖同时存在，且互相影响；(2)实现归纳式学习的需求。交通流量预测模型不光要对训练阶段使本文档来自技高网...

【技术保护点】

1.一种基于时空同步GraphSAGE的交通流量预测方法，其特征在于：所述方法包括如下步骤：

2.根据权利要求1所述的一种基于时空同步GraphSAGE的交通流量预测方法，其特征在于：所述步骤1)中通过数据采集设备采集路网中的交通数据，远程传输并存储至交通数据服务器的具体步骤为：在路网中部署N个数据采集设备；以五分钟为一个时间步，每个数据采集设备在每个时间步均采集一次交通流数据，包含C个交通流特征，包括该时间步内通过的交通流量、车辆平均速度、车道占有率等；采集过程的时间跨度为T，即包含T个时间步；最终远程传输并存储至交通数据服务器的时间序列交通数据集为p>

3.根据权...

【技术特征摘要】

1.一种基于时空同步graphsage的交通流量预测方法，其特征在于：所述方法包括如下步骤：

2.根据权利要求1所述的一种基于时空同步graphsage的交通流量预测方法，其特征在于：所述步骤1)中通过数据采集设备采集路网中的交通数据，远程传输并存储至交通数据服务器的具体步骤为：在路网中部署n个数据采集设备；以五分钟为一个时间步，每个数据采集设备在每个时间步均采集一次交通流数据，包含c个交通流特征，包括该时间步内通过的交通流量、车辆平均速度、车道占有率等；采集过程的时间跨度为t，即包含t个时间步；最终远程传输并存储至交通数据服务器的时间序列交通数据集为

3.根据权利要求1所述的一种基于时空同步graphsage的交通流量预测方法，其特征在于：所述步骤2)中的具体过...

【专利技术属性】
技术研发人员：施佺，余弦，包银鑫，
申请(专利权)人：南通大学，
类型：发明
国别省市：