基于动态时空图网络的交通流量预测模型

• 全文链接
• 请求原文

作   者：

何宇豪;  郑皎凌; 

作者机构：

成都信息工程大学软件工程学院; 

关键词：

注意力机制;  交通流量预测;  动态时空图网络;  动态图生成器; 

期刊名称：

微电子学与计算机

i s s n：

1000-7180

年卷期：

2025 年 42 卷 001 期

页   码：

55-64

摘   要：

传统的交通流量预测模型使用静态邻接矩阵进行时空建模，忽略了路网节点间潜在的空间依赖关系以及交通流量数据所呈现出的周期相似性。为此，提出一种基于多头注意力机制的动态时空图网络模型ADSTGN。首先，将交通流量数据处理成三通道周期性时间序列，并对序列数据经过时间位置编码建模时间特征确保序列顺序性。其次，在空间维度方面提出一种动态图生成器模块。该模块利用相似性空间特征与距离特征表示静态路网结构信息，并结合自适应邻接矩阵实时捕捉路网节点之间隐藏的空间依赖。最后，在时间维度方面提出了对多头注意力机制运用一维卷积整合局部上下文的办法，充分捕获三通道周期数据下的时间相关性，并过滤历史冗余信息。在4个高速公路公开数据集（PEMS03、PEMS04、PEMS07和PEMS08）上进行了实验。结果表明：相比现有的基线模型，ADSTGN模型具有更优的性能指标。证明了该模型在交通流量预测中的有效性。