基于多組件融合與空洞圖卷積的車道占用率預測模型

孫秀芳，李建波，呂志強，董傳浩

（青島大學計算機科學技術學院，山東青島 266071）

0 概述

隨著我國經濟的快速發展和現代化進程的加快，交通需求不斷增大，交通負荷愈發嚴重，從而導致交通擁堵、安全事故以及交通資源分配不足等問題不斷加劇。交通擁堵不僅造成環境污染，還增加了能源消耗，給城市的可持續發展和居民的生活帶來較大的負面影響。隨著對交通問題研究的深入，交通對策的設計必須逐步從以設施供給為主的硬對策轉向設施供給與需求管理相結合的軟硬協同方法。為此，智能交通系統（Intelligent Traffic System，ITS）［1-3］應運而生。ITS 能通過檢測當前交通狀況以預測未來一段時間的交通情況，從而規劃交通出行方式，為交通路徑的選擇給出參考策略，最終實現智能出行。ITS 能夠有效改善和緩解交通問題，并為城市規劃建設提供參考。交通預測是交通管理和控制部門采取交通誘導措施的主要依據，因此，交通預測模型的研究成為近年來數據挖掘領域的重點［4］。

根據預測目標的不同，交通預測可以分為車流量預測、車輛速度預測、車道占用率預測等。由于交通數據受到天氣狀況、突發狀況等多種因素的影響，因此交通數據是高度非線性的。車道占用率和車輛交通流在一定條件下可以互相表示、互相替代。交通預測經過長時間的發展，目前已取得豐碩的研究成果，當前主流交通預測是采用典型的統計學方法和深度學習方法［5］。基于統計學的線性理論模型有歷史平均方法（HA）［6-7］、時間序列方法、卡爾曼濾波方法［8-9］等。……