一种基于路网结构的状况自适应交通预测方法及其模型

摘要

本发明公开了一种基于路网结构的状况自适应交通预测方法及其模型，方法包括：针对异常事件数据u、基于路段的交通数据x和基于交叉口的交通数据x’多子图注意力计算，得到路段特征图xms和交叉口特征图x’ms；将xms和x’ms分别与x和x’融合，动态学习不同邻域范围内邻居节点的重要性，分别获得输出路段特征图xmr和交叉口特征图x’mr；将xmr和x’mr特征融合，获得路段特征图xmt；基于xmt学习时间依赖性，输出交通数据预测结果；模型包括：多子图注意力模块、多范围注意力模块、多任务融合模块和GRU模块；本发明自适应地对各路段同时进行交通预测，性能强，准确率高。