原文传递
动态时空特征驱动的高速路网交通状态预测方法研究
| 论文题名： | 动态时空特征驱动的高速路网交通状态预测方法研究 |
| 关键词： | 高速路网;交通流预测;动态时空特征;图神经网络;多头注意力机制 |
| 摘要： | 随着我国经济的不断增长，高速公路在交通运输系统中的作用越发日常化，交通拥堵、交通事故的增多，降低了高速交通系统的运行效率。作为智能交通系统管控措施的基础，交通流预测对高速公路网交通控制和管理具有重要意义。由于交通流之间的复杂时空依赖关系，交通流预测任务在解析时空关系上面临着较大的挑战。目前，现有的路网空间连接关系表述方式对交通节点空间关系的刻画不全面，且无法反映连接强度的动态变化。此外，多数交通流预测方法对时空依赖的利用不充分，难以挖掘交通流数据中的深层次时空关联性。 针对交通节点空间关系刻画不全面的问题，本文提出了空间连通矩阵，将路网结构属性与各节点交通流特征相结合，立体描述路网连接关系。该方法将高速路网结构用拓扑图表示，通过可达矩阵来描述路网中节点之间的深层邻接关系。同时，空间连通矩阵利用交通流量序列计算路网各个节点的平均相关性，在邻接关系基础上捕捉高速路网深层次静态连接特征。此外，为了刻画交通流的变化趋势、捕捉连接强度的动态变化，本文借鉴描述离散程度的思想，提出了交通流波动特征这一新交通流参数。 除了空间关系的刻画，预测中还存在的时空依赖利用不充分问题，对此本文提出了一种动态时空特征驱动的时空图网络模型，用于进行交通量的预测估计任务。使用基于空间连通矩阵的图注意力网络，利用交通流波动特征计算注意力权重，提取交通流间的动态空间依赖；此外，使用门控循环单元捕捉交通流数据中的时间分布特征，考虑到不同尺度的周期性时序关联，分别提取时间间隔级、天级、周级时序依赖，并用时序注意力机制自适应的学习多层次时序依赖间的关联。通过对交通流数据中蕴含时空分布特征的提取，充分利用交通流时空依赖进行预测。 本文在江苏省高速公路数据集上进行了模型性能评价实验，利用评价指标对比本文提出模型与其他基准模型的预测性能，并针对各模块进行消融分析实验。对比实验的结果证明了本文提出的动态时空特征驱动的时空图网络交通量预测模型的有效性。消融分析实验验证了预测模型中各个模块的有效性。 |
| 作者： | 桂彦杰 |
| 专业： | 交通运输工程;交通运输规划与管理 |
| 导师： | 谭华春;丁璠 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
