摘要
为了提升市政主干道的通行效率,缓解市政交通拥堵程度,实现市政道路的智能管理,构建市政道路智能管理系统,文章利用GraphSAGE聚合算法对图卷积网络进行改进,同时引入注意力机制来计算邻居节点的权重系数,完成对次要数据信息的筛除,简化了图卷积网络的处理过程;构建了包括2图卷积网络层+2门控循环单元层+1全连接层的车流量预测模型.该模型较GCN-LSTM模型、GCN模型、GRU模型和LSTM模型的预测精度分别提升了17.4％、39.2％、42.1％和51.8％,具有较高的预测精度和稳定性,可全面提升系统的管理效率.
NETL
NSTL
万方数据