结合LSTM与Attention的高速公路路段旅行时间预测方法

作者：杨阳; 王媛青; 李石磊; 卢立峰

来源：交通与运输, 2022, 38(03): 61-64.

• 旅行时间预测
• LSTM-Attention方法
• 高速公路
• 智能运输系统
• 深度学习

旅行时间预测是实施在线交通控制、管理与部署的关键依据。为准确、实时地预测旅行时间，提出结合长短期记忆(long short term，LSTM)与注意力机制(attention mechanism，Attention)的方法对高速公路路段旅行时间进行预测。首先，考虑交通分流与自动车牌识别的相对位置将公路划分为多个路段，计算每个路段的平均时间作为LSTM的输入。其次，采用Attention将LSTM的隐藏层与动态时间权重相结合，提高预测精度。实践结果表明，结合LSTM与Attention的方法可以预测更准确的旅行时间，有利于提高交通管理系统和交通信息系统的性能。