基于 LSTM-Transformer 的船閘通航流量預測研究

基金項目：

2021年度廣西高校中青年教師科研基礎能力提升項目（編號：2021KY1131）；2024年度廣西高校中青年教師科研基礎能力提升項目“新一代信息技術背景下船閘安全風險預警閉環管控系統研究與應用”（編號：2024KY1185）

作者簡介：

張 舜（1990—），碩士，講師，主要從事云計算、計算機應用技術研究工作。

摘要：文章提出了一種基于LSTM-Transformer混合模型的船閘通航流量預測方法。該方法采用LSTM與Transformer混合模型解決了在船閘通航流量預測中的問題。通過在西江船閘過閘數據集上進行試驗驗證，該方法相較于傳統方法具有更高的準確率，也證明了其在船閘通航流量預測領域的應用前景和可行性。

關鍵詞：船閘通航；LSTM-Transformer模型；流量預測

中圖分類號：U641.7+3文獻標識碼：A 62 204 3

0 引言

通過對船閘通航流量的精確預測，可對船閘的運行情況進行有效掌握。同時，對通航流量的準確預測可以有效地預測整個航道的交通流壓力，實時進行風險評估與制定預處理方案。因此，對于船閘通行流量進行準確的預測是很有必要的。

1 研究方法概述

目前，西江黃金水道管理部門根據國家相關規定部署了船閘聯合調度系統，在船舶過閘之前會在手機端通過該系統進行預報操作。本文獲取了船閘聯合調度系統中預報的過閘數據，并對其進行處理，按照一定的時間間隔統計各個船閘不同時間段的過閘數據，并將得到的船舶過閘數量輸入LSTM-Transformer混合預測模型，通過訓練更好地提取數據的時間序列特征，以達到更準確的預測效果。……