来源：期刊VIP网 时间：
作者：崔文源;滕飞;贺百胜;胡晓鹏;仇戈;
单位：西南交通大学计算机与人工智能学院;四川港投川南临港产业投资(集团)有限公司;
摘要：针对现有交通流预测模型对交通流数据复杂动态的时空依赖关系挖掘不充分的问题，提出了一种基于变分自编码器的交通流预测模型(AST-VAE)。首先，采用变分推断和残差降解机制，将交通流信号分离为隐藏的扩散信号、固有信号以及随机信号。其次，使用不同的学习模块提取三种信号中的时间相关性和空间相关性。最后，将三种多维特征融合进行全局时空依赖性的捕获。使用两个真实的交通数据集对模型的具体模块进行有效性与可行性分析，实验结果表明，在交通流预测任务上AST-VAE优于现有模型，同时误差较低，具有较好的预测性能。
关键词：交通流预测;;变分自编码器;;时空依赖
基金资助：四川省科技计划资助项目(2022YFG0028)
