计算机应用

作者：薛桂香, 王辉, 周卫峰, 刘瑜, 李岩

单位：1.河北工业大学 土木与交通学院，天津 300401；2.河北工业大学 人工智能与数据科学学院，天津 300401；3.天津市智能交通运行监测中心，天津 300250；4.天津港信息技术发展有限公司，天津 300461

关键词：港口交通流量预测,知识图谱,时空依赖,门控循环单元,图卷积网络

基金：国家自然科学基金资助项目(52208240);天津市科技计划项目(23ZGCXQY00030)

由于港口交通流量具有随机不确定性、时间不平稳特征，因此港口交通流量的精准预测是一项具有挑战性的任务。为了提高港口交通流量预测精度，考虑气象条件和港口相邻高速公路开闭状态等外部干扰因素，提出了一种基于知识图谱和时空扩散图卷积网络的港口交通流量预测算法KG-DGCN-GRU。知识图谱表示港口交通网络相关因素，知识表示方法从港口知识图谱中学习各外部因素的语义信息，扩散图卷积网络（DGCN）和门控循环单元（GRU）能有效挖掘港口交通流量的时空依赖特征。基于天津港交通数据集的实验结果表明，KG-DGCN-GRU能通过知识图谱和扩散图卷积有效提高预测精度，在单步预测（15 min）中与时间图卷积网络（T-GCN）和扩散卷积递归神经网络（DCRNN）相比，均方根误差（RMSE）分别降低了4.85%和7.04%，平均绝对误差（MAE）分别降低了5.80%和8.17%。

来源：2024年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第9期