一种基于AGCN-BiLSTM模型的交通流量预测  

作　　者：何前松 余小凤 陈建育 雷启贵 李建军 曾涛涛 

机构地区：[1]贵州民族大学数据科学与信息工程学院 [2]贵阳人文科技学院大数据与信息工程学院

出　　处：《中国科技信息》2025年第6期108-111,共4页China Science and Technology Information

摘　　要：随着汽车保有量的持续增长,交通拥堵、环境污染和交通事故频发等城市交通问题日益凸显。为了有效解决这些问题,提高交通系统的运行效率和管理水平,交通流量预测(TFP)研究显得尤为重要。交通流量预测是发展智能交通系统的关键,是推动智慧城市建设的重要组成部分,在实现智能交通服务中是不可缺少的一环。精准的交通流量预测不仅有助于交通管理部门制定科学合理的交通规划和管理策略,还能为交通运输企业优化运输路线和调度方案提供有力支持。交通流量预测是当前智能交通系统领域研究的重点。交通流量预测旨在预测未来交通状况,助力城市交通管理。然而,考虑到预测模型复杂度,实时性以及耦合的时空相关性,如何在数据中挖掘复杂的相关性,提升模型预测能力,是当前面临的挑战。

关 键 词：交通流量预测 智能交通系统 城市交通管理 城市交通问题 交通状况 交通拥堵 汽车保有量 交通运输企业 

分 类 号：U495[交通运输工程—交通运输规划与管理]