基于时空图神经网络的交通拥堵预测技术

摘要：

随着全球定位和物联网技术的快速发展,道路上各种传感器采集的路网数据规模不断扩大.交管部门亟须针对已有的路网数据预测车辆未来的位置和区域分布,对道路前方可能发生的交通拥堵进行预警,并帮助驾驶员选择合适路线,从而缓解城市拥堵.文章采用时空图神经网络(STGNN)挖掘交通流量数据的潜在因果关系,对交通路网嵌入空间依赖和时间依赖进行建模分析.实验结果表明,该方案能更有效地预测未来的交通流量,防止发生拥堵.

关键词：时空图神经网络;交通流量;STGNN;拥堵预测

分类号：U491.1+13(交通工程与公路运输技术管理)

资助基金：广西高校中青年教师科研基础能力提升项目"基于交通轨迹大数据的车辆行为分析和预测技术的研究";广西高校中青年教师科研基础能力提升项目"人工智能技术的伦理问题;其治理路径研究";广西交通职业技术学院重点项目

在线出版日期：2021-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：147-150