原文传递
考虑交通网络和数据特性的交通速度预测方法
| 论文题名： | 考虑交通网络和数据特性的交通速度预测方法 |
| 关键词： | 交通速度;预测模型;交通网络;多周期性;波动特性;扩散效应 |
| 摘要： | 交通数据的准确预测可以为交通出行者制定出行计划提供参考从而提高出行效率，也可以让交通管理部门有效配置交通资源从而降低交通拥堵对交通参与者的影响，另外准确的交通速度预测可以使智能交通系统更好发挥作用，也为其发展奠定基础。考虑到交通数据的时空特性，现有的基于深度学习的交通速度预测模型的思路为分别构建可以捕获时间依赖和空间关系的网络结构，从而得到时间和空间表征，最后融合得到预测结果。然而，这种预测思路没有显示地考虑任务本身的特性，因此预测模型构建得较为复杂且模型缺乏一定的可解释性。本文在构建交通速度预测方法时，考虑到交通速度数据的多周期性以及交通网络上交通速度波动的扩散效应，采用了不同的交通速度预测思路，创新性地将交通速度预测任务拆解为以下两个子任务： （1）预测未来交通速度平衡量； （2）对历史交通速度的波动进行建模并预测其对未来交通速度的影响。 本文的主要研究内容围绕上述两个子任务展开。首先，对交通网络和交通速度数据的特性进行分析，分析得到交通网络的多种空间相关性、交通速度的多周期性以及交通速度中的异常波动，并定义了交通速度波动量这一概念。通过以上分析为预测方法的构建提供理论依据。 在预测方法构建阶段，对于第一个子任务-预测未来交通速度平衡量，首先提取得到交通速度的日周期值以及周周期值，然后通过多层感知机将多个周期值融合得到未来交通速度平衡量表征；对于第二个子任务，首先提取出历史交通速度数据的波动量，然后从时间、空间和交通速度相对波动程度三个方面分析了交通速度波动的扩散效应，从而得到潜在交通速度波动表征。最后将未来交通速度平衡量表征和潜在交通速度波动表征进行融合得到最终的交通速度预测结果。 通过在两个公开数据集上的实验验证了本预测方法的有效性，并从预测思路和模型结构两个方面对预测方法的可解释性进行了分析。 |
| 作者： | 郑志华 |
| 专业： | 大数据管理 |
| 导师： | 肖峰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南财经大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
