一种基于图卷积-Informer模型的长时序交通流量预测方法
基本信息
| 申请号 | CN202110592309.4 | 申请日 | - |
| 公开（公告）号 | CN113487061A | 公开（公告）日 | 2021-10-08 |
| 申请公布号 | CN113487061A | 申请公布日 | 2021-10-08 |
| 分类号 | G06Q10/04（2012.01）I;G06Q50/26（2012.01）I;G06F16/215（2019.01）I;G06F16/2458（2019.01）I;G06F16/29（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G08G1/065（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 郭自强;程保喜;杨晓磊;薛时伦;张挺;张刚 | 申请（专利权）人 | 山西云时代智慧城市技术发展有限公司 |
| 代理机构 | 太原高欣科创专利代理事务所（普通合伙） | 代理人 | 崔浩;冷锦超 |
| 地址 | 030006山西省太原市综改示范区太原学府园区长治路345号14层1415室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明一种基于图卷积‑Informer模型的长时序交通流量预测方法，属于长时序交通流量预测技术领域；所要解决的技术问题为：提供一种基于图卷积‑Informer模型的长时序交通流量预测方法的改进；解决上述技术问题采用的技术方案为：包括如下步骤：采集单位时间内高速公路站点和省干线公路交调站点的所有通过车辆的速度信息，并在数据预处理后建立交通流量时序信息数据集；根据高速公路站点和省干线公路交调站点的相对地理位置信息建立站点网络结构拓扑图；构建两层图卷积神经网络模型结构，对路网拓扑结构与交通流量时序信息进行编码并学习数据的空间依赖特征信息；将图卷积得到的编码信息输入Informer层进行训练并学习数据长时序依赖特征信息；本发明应用于交通流量预测。 |
