基于ACBiGRU模型的短时交通流量预测

doi:10.13245/j.hust.228120

	基于ACBiGRU模型的短时交通流量预测
	张玺君; 张冠男; 张红; 张宪立
刊名	华中科技大学学报(自然科学版)
	2022-03-24
页码	1-6
关键词	交通流预测智能交通注意力机制双向门控循环单元
DOI	10.13245/j.hust.228120
英文摘要	针对传统的短时交通流预测方法只关注了交通流的时间特征，未考虑空间特征，提出一种引入注意力机制的卷积神经网络和双向门控循环单元的组合预测模型（ACBiGRU）。该组合模型利用引入注意力机制的卷积神经网络挖掘邻近道路交通流量的空间相关性，将注意力机制嵌入到卷积神经网络中，对卷积层的结果进行不同权重的关注，有效提取交通流的空间特征，然后通过BiGRU模型提取交通流的时间序列特征，最终将提取到的时间和空间特征融合，完成短时交通流预测。实验结果表明，在真实的数据集上ACBiGRU模型预测优于其他模型，预测结果的RMSE比传统时间序列模型平均降低了8%，验证了结合时空特性的短时交通流预测的有效性和优越性。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/157770]
专题	计算机与通信学院
作者单位	兰州理工大学计算机与通信学院
推荐引用方式 GB/T 7714	张玺君,张冠男,张红,等. 基于ACBiGRU模型的短时交通流量预测[J]. 华中科技大学学报(自然科学版),2022:1-6.
APA	张玺君,张冠男,张红,&张宪立.(2022).基于ACBiGRU模型的短时交通流量预测.华中科技大学学报(自然科学版),1-6.
MLA	张玺君,et al."基于ACBiGRU模型的短时交通流量预测".华中科技大学学报(自然科学版) (2022):1-6.