文献类型：期刊文章

作　　者：孙金鑫[1] 钟剑[2] 姚磊[1] 韩明君[2] 戴涛[1] 苏婧[2]

机构地区：[1]湖北随岳南高速公路有限公司,湖北监利433300 [2]北京诚达交通科技有限公司,北京100088

出　　处：《工业控制计算机》

年　　份：2024

卷　　号：37

期　　号：12

起止页码：39-41

语　　种：中文

收录情况：普通刊

摘　　要：由于天气、突发事件、时间等因素影响,导致交通流具有非线性和不平稳性,这对现有的交通流预测十分有挑战。目前高速公路流量预测大多是对时间序列进行建模分析,缺乏对数据结合动态空间相关性的建模。为满足快速、准确预测高速公路流量,提出一种基于注意力机制、经验模态分解、图卷积神经网络和长短期记忆网络的组合预测模型。首先通过集合经验模态分解对交通流数据进行去噪,降低高速公路流量的非平稳性;然后用时空注意力机制动态捕获时空相关性。将时间特征和空间特征的输出加权融合并作为全连接层的输入,最后以均方根误差、平均绝对误差和平均绝对百分比误差来对此模型进行性能评价,相较于其他模型,所提出的模型在结合EEMD进行数据去噪处理后能够显著提升预测精度,同时在中长期流量预测方面也具有良好的实用性。

关 键 词：智能交通 交通流量预测 注意力机制  经验模态分解 图卷积网络  长短时记忆网络  高速公路

分 类 号：U491.14[物流管理与工程类] TP183]