基于动态反投影网络的细粒度交通流推断模型

作     者：许明 齐光尧 奇格奇 

作者机构：辽宁工程技术大学软件学院 北京交通大学交通运输学院 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(72371021) 

主　　题：细粒度交通流推断 动态自适应融合 反投影算法 门控交叉注意力 自注意力 

摘      要：为解决现有细粒度城市流推断模型在复杂交通区域中的推断结果存在较大误差的问题，提出一种基于动态反投影网络的细粒度交通流推断模型。首先，计算输入粗粒度交通流与外部因素之间的多维交互，将交互结果与粗粒度交通流进行动态自适应融合，使其特征之间能够相互影响和调整，以协助模型推理。其次，结合深度卷积和自注意力机制来学习局部信息和全局信息，提高后续模块对输入数据的理解能力。然后，通过反投影算法和门控交叉注意力机制，实现在细粒度层次中学习复杂区域的交通流特征。最后，在流量归一化机制的基础上引入了非线性变换通路，旨在利用不同层次信息实施空间结构约束，进一步提升模型推断结果的准确性。在TaxiBJ真实世界数据集中进行了实验，并与同类模型进行对比，实验结果表明，所提算法在主观评价和客观度量上均优于同类模型，特别是在市中心入口、桥梁区域等复杂交通区域下的表现尤为出色。