基于動態(tài)圖自注意力的車流參數(shù)預(yù)測方法

打開文本圖片集

摘 要：為了提高異常事件常發(fā)地段中智能車輛行駛的效率和安全性，以提升車流參數(shù)預(yù)測的準(zhǔn)確度為出發(fā)點，該文設(shè)計了一種基于動態(tài)節(jié)點自注意力的車流參數(shù)預(yù)測方法， 在多個時間步中利用空間注意力聚合鄰域節(jié)點的特征，沿著時間維度通過時間注意力機(jī)制預(yù)測交通參數(shù)。結(jié)果表明：該文設(shè)計的動態(tài)圖自注意力（DGSA）模型的1 h預(yù)測結(jié)果平均絕對誤差（MAE）、均方根誤差（RMSE）和平均絕對百分誤差（MAPE）指標(biāo)分別下降了3.75%、3.45%、11.63%；測算的路段平均碰撞時間（TTC）更長，達(dá)到2.8 s。（剩余8609字）