基于多模态时空特征融合的终端区交通拥堵精细化预测
作者机构:中国民航大学空中交通管理学院
出 版 物:《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)
年 卷 期:2024年
核心收录:
学科分类:03[法学] 08[工学] 0838[工学-公安技术] 0306[法学-公安学]
基 金:国家自然科学基金(52202404) 天津市应用基础多元投入基金(21JCZDJC00840) 中央高校基本科研业务费专项资金(312202YY02)
摘 要:为提升对终端区未来交通态势把握的准确性和精细化,提出一套基于多模态时空特征融合的交通拥堵预测方法。从航空器滞留和管制负荷角度,采用交通流聚类技术,提出一种考虑交通流异质性的交通拥堵指数计算方法;将终端区空域进行四维时空区块划分,以时空区块为节点,构建动态邻接网络和交通流网络,表征终端区多模态的动态空间相关特征;提出一种基于三维卷积神经网络(3DCNN)-图卷积网络(GCN)-门控循环单元(GRU)的终端区交通拥堵预测模型。采用北京终端区航迹数据进行模型验证,结果表明:所提方法优于经典基线模型,与45min和60min时间尺度相比,30min预测效果最好,相较于历史平均模型(HA)、指数加权平均模型(EMA)、支持向量机回归模型(SVM),均方根误差(RMSE)和平均绝对误差(MAE)分别下降21%和57%、38%和72%、19%和51%;相较于只学习邻接空间特征、只学习交通流空间特征、改用长短时记忆(LSTM)学习时间特征,所提模型的RMSE和MAE分别下降36%和40%、6%和8%、2%和2%;预测结果表明,航迹越复杂的区域,其预测误差越大,且随空域高度的上升,预测误差呈现出先增大后减小的变化规律。