溫 雯,江建強,蔡瑞初,郝志峰
(廣東工業大學 計算機學院, 廣東 廣州 510006)
交通擁堵是許多城市所面臨的問題,準確的交通流量預測[1-2]能讓交通擁堵情況得到有效緩解,從而縮短人們的通勤時間,同時也能降低環境污染。交通流量預測屬于時空數據預測范疇,能否有效地捕獲并利用其時空依賴關系是作出準確預測的關鍵,也是研究的難點。交通流量預測問題的復雜性體現為:(1) 時間依賴方面。交通流量的變化是受潛在狀態影響的,不同的潛在狀態決定了交通流量的上升與下降,以及上升或下降的速度。例如,在同一個路口,上班高峰期與下班高峰期流量的潛在狀態是不同的。交通流量的潛在狀態是隨著時間變化的。一方面,交通流量數據整體上呈現出日周期性規律,每天數據波形都較為相似,這體現了交通流量的潛在狀態的規律性;另一方面,交通流量數據幾乎在任何時刻都在變化,受交通狀況及前面時間段的交通流量影響,變化趨勢是動態變化的,體現了交通流量潛在的狀態時變性。(2) 空間依賴方面。每個交通節點的交通流量都會受到附近交通網絡影響,且受到的影響也是動態變化的。如上游位置的交通流量會對下游位置的交通流量產生影響;并且每個路口會受到來自多個不同方向的影響。此外,交通流量受不同方向的影響也是不同的。因此,交通流量的空間依賴是復雜多樣的。
現有的交通預測方法中,有基于統計……