基于Transformer的短时交通流时空预测
SHORT TERM TRAFFIC FLOW FORECASTING BASED ON TRASNSFORMER作者机构:江西理工大学电气工程与自动化学院江西赣州341000
出 版 物:《计算机应用与软件》 (Computer Applications and Software)
年 卷 期:2024年第41卷第3期
页 面:169-173,225页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(51365017) 江西省教育厅科技计划项目(GJJ190450)
主 题:短时交通流预测 扩散卷积 门控循环单元 Transformer
摘 要:现有的交通流预测模型未能全面获取路网的空间依赖,忽略了周期性对交通流量的影响,且缺乏对全局时间依赖的建模能力。针对以上问题,提出一种结合Transformer的动态扩散卷积门控循环单元预测模型。该模型利用动态扩散卷积网络和门控循环单元对交通流的近期、日周期和周周期三个时间进行时空建模;使用Transformer层获取全局时间依赖关系;将各组件输出进行加权融合,生成预测结果。实验结果表明,该方法相较基准模型能有效降低预测误差,准确预测交通演化态势。