一种基于DSTMAN的交通预测方法技术

本发明专利技术公开了一种基于DSTMAN的交通预测方法，包括：获取交通路网参数和交通状况数据，对所述交通路网参数和交通状况数据进行预处理，获得预处理后的交通路网数据；构建交通流量预测模型，将所述预处理后的交通路网数据输入所述交通流量预测模型进行优化，获得优化后的交通流量预测模型，其中，所述交通流量预测模型采用动态时空记忆增强网络DSTMAN构建；获取待预测目标交通区域的交通路网参数，输入所述优化后的交通流量预测模型获得未来目标交通区域的交通流量预测结果。本发明专利技术能够更准确地预测交通流量。

【技术实现步骤摘要】

本专利技术属于交通预测，尤其涉及一种基于dstman的交通预测方法。

技术介绍

1、快速的城市化进程导致车辆数量持续增加，对作为城市命脉的交通系统施加了巨大的压力。构建智能交通系统已成为管理交通、规划路线和控制拥堵的主要策略。交通状态预测是智能交通系统后台应用的驱动力，准确的预测可以为这些功能提供可靠的参考，显著提升用户服务体验。交通流量预测的核心在于时空建模，旨在捕捉复杂且动态的时空依赖性。尽管已做出大量努力，现有方法仍面临重大挑战：有效捕捉空间异质性、时空背景和多尺度时间依赖性。

2、过去的研究通常集中在交通流在不同空间位置之间的传播和扩散，而忽视了由基础地理功能引起的交通模式差异，如城市内商业区和住宅区的空间布局。由于道路网络结构的差异，以及各区域内兴趣点(pois)的多样性和密度不同，这两个区域在交通流分布上表现出显著差异。然而，要有效获取且能够捕捉由区域功能差异引起的空间异质性的外部数据是非常困难的。此外，交通数据的形成受到城市居民出行模式的影响。如周末的交通状态明显低于工作日，并且在给定的一天中，不同时间段的交通高峰也各不相同。这些本文档来自技高网...

【技术保护点】

1.一种基于DSTMAN的交通预测方法，其特征在于，包括：

2.如权利要求1所述的基于DSTMAN的交通预测方法，其特征在于，

3.如权利要求2所述的基于DSTMAN的交通预测方法，其特征在于，

4.如权利要求3所述的基于DSTMAN的交通预测方法，其特征在于，

5.如权利要求4所述的基于DSTMAN的交通预测方法，其特征在于，

6.如权利要求5所述的基于DSTMAN的交通预测方法，其特征在于，

7.如权利要求6所述的基于DSTMAN的交通预测方法，其特征在于，

8.如权利要求7所述的基于DSTMAN的交...

【技术特征摘要】

1.一种基于dstman的交通预测方法，其特征在于，包括：

2.如权利要求1所述的基于dstman的交通预测方法，其特征在于，

3.如权利要求2所述的基于dstman的交通预测方法，其特征在于，

4.如权利要求3所述的基于dstman的交通预测方法，其特征在于，

5.如权利要求4所述的基于dstman...

【专利技术属性】
技术研发人员：张会兵，谢千新，贾飞，胡晓丽，张敬伟，林煜明，首照宇，袁峰，周娅，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：