基于时空位置关注图神经网络的交通流预测方法
打开文本图片集
摘 要：针对现有交通流预测方法存在难以构建空间和时间依赖关系的问题，提出了新的利用时空位置注意力的图神经网络（ST-PAGNN）方法。首先，该图神经网络中包含有位置关注机制，由此能够更好地对城市道路网络中交通节点的空间依赖关系进行有效捕捉；然后，利用带有trend adaptive Transformer （Trendformer）的门控递归神经网络来捕捉交通流序列在时间维度上的局部和全局信息；最后，利用改进的网格搜索优化方法对模型的引入参数进行优化，并以较高的时间效率获得全局最优解。（剩余21770字）
