基于改进Transformer的公路治超车流量预测

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：随着智慧城市的发展,公路治超车流量预测作为非现场执法平台的重要组成部分,能够协助系统平台合理配置执法力量,有效降低主干道路货车超载风险.现有的基于卷积、循环神经网络等模型在处理长时间流量预测时存在一系列问题,基于Transformer模型并进行改进,采用通道独立的patch操作提取局部特征作为建模对象,采用层次特征提取编码器结构对全序列进行关联度计算,能有效提高多元长序列的预测准确率.与现有两种方法的对比实验表明,基于改进Transformer的治超车流量预测模型在两个评价指标上有较大提升,能够有效提升交通治超车流量预测准确率.

作者：

陈述团

展开 >

作者单位：

诸城市交通运输局,山东潍坊 262200

关键词：

非现场执法治超车流量预测改进Transformer模型局部特征

出版年：

2024

DOI：

10.16621/j.cnki.issn1001-0599.2024.09D.53

设备管理与维修

中国机械工程学会北京卓众出版有限公司

设备管理与维修

影响因子：0.13

ISSN：1001-0599

年,卷(期)：2024.(18)