基于iTransformer的高速公路通行費精準預測模型

打開文本圖片集

摘要：高速公路通行費受到節(jié)假日、突發(fā)事件等復雜因素影響，傳統(tǒng)預測方法在處理這些問題時，往往無法充分考慮多維因素之間的復雜交互作用，導致預測精度難以達到理想水平。大型語言模型利用自注意力機制能夠?qū)崿F(xiàn)對復雜時空數(shù)據(jù)的擬合，并具有更強的特征學習能力，可有效解決高速公路通行費的精準預測問題。利用此特性提出了一種基于iTransformer的高速公路通行費精準預測模型，該預測模型將時間信息作為獨立維度嵌入輸入序列中，并倒置了自注意力機制與前饋網(wǎng)絡的職責，使得預測模型能夠更準確地捕捉時間序列的動態(tài)特征和多變量之間的相關性。（剩余12149字）