基于多模态数据融合与深度学习的城市交通流量预测研究：一种时空注意力机制驱动的混合模型

《International Journal of Molecular Sciences》：PCSK9 in the Immunometabolism of Type 2 Diabetes

　　

摘要专业翻译 城市交通流量预测是智能交通系统（Intelligent Transportation Systems，ITS）的核心组成部分，对于交通管理、路径规划以及公共安全等领域具有至关重要的意义。然而，由于交通数据固有的高度非线性、强时空依赖性以及外部环境因素的复杂干扰，实现高精度的交通流量预测仍面临巨大挑战。本研究提出了一种新颖的混合深度学习框架——时空注意力图卷积长短期记忆网络（Spatio-Temporal Attention Graph Convolutional Long Short-Term Memory Network，STA-GCN-LSTM），该模型通过将图卷积网络（Graph Convolutional Network，GCN）与长短期记忆网络（Long Short-Term Memory，LSTM）进行有机整合，并引入多头自注意力机制（Multi-Head Self-Attention Mechanism），以实现对交通流时空特征的联合自适应提取。此外，研究人员进一步构建了多模态数据融合模块，将气象数据、兴趣点（Point of Interest，POI）分布以及节假日信息与历史交通流量数据进行协同建模，有效提升了模型在复杂场景下的泛化能力。研究人员基于两个公开的真实交通数据集（PeMS-04与PeMS-08）以及广州市实际采集的交通数据集进行了充分的对比实验。实验结果表明，相较于六种主流基线模型，STA-GCN-LSTM在平均绝对误差（Mean Absolute Error，MAE）、均方根误差（Root Mean Square Error，RMSE）以及平均绝对百分比误差（Mean Absolute Percentage Error，MAPE）三项评价指标上均取得了最优性能，其中在PeMS-08数据集上MAE值降低了12.7%，MAPE值降低了15.3%。消融实验进一步验证了各核心模块的有效性，表明所提出的多模态融合策略与时空注意力机制能够显著增强模型对复杂交通模式的捕获能力。本研究为城市级交通流量精准预测提供了一种可行的技术方案，对智慧城市建设与交通精细化治理具有重要的理论参考与应用推广价值。

论文主体内容总结

1 引言

本节首先阐述了城市交通流量预测在智能交通系统中的重要战略地位，指出精准的短时交通流预测是缓解城市拥堵、优化信号配时、提升出行效率的关键技术支撑。随后，作者系统梳理了现有研究的演进脉络，将其划分为三大类：基于统计理论的传统方法（如自回归积分滑动平均模型ARIMA及其变体）、基于传统机器学习的浅层模型（如支持向量回归SVR与随机森林RF）以及基于深度学习的预测方法（如卷积神经网络CNN、循环神经网络RNN及其变体LSTM）。作者指出，尽管深度学习方法已在时序建模方面展现出显著优势，但现有模型仍普遍存在以下不足：其一，多数模型仅从时间维度刻画交通流的演化规律，忽视或弱化了路网拓扑结构所蕴含的空间依赖关系；其二，对于气象、节假日、区域功能属性等外部协变量的融合方式较为粗糙，通常仅作为简单特征拼接，缺乏对多源异构信息的深度协同建模；其三，在应对突发性交通事件或非常规波动时，模型的动态适应能力仍有待提升。基于上述研究缺口，本节明确了本文的研究动机与主要贡献，即提出一种融合时空注意力机制与多模态数据输入的混合深度学习架构，以期在预测精度与鲁棒性两方面实现对现有方法的全面超越。

2 相关工作

本节对与本研究密切相关的三支研究脉络进行了系统综述。在交通流量预测方面，作者回顾了从早期统计模型到现代深度学习模型的演化历程，重点分析了图卷积网络（GCN）在路网空间建模中的应用进展，指出GCN能够有效利用邻接矩阵刻画路段间的拓扑关联，从而弥补传统卷积操作在非欧几里得空间中的适用性缺陷。在时空预测模型方面，本节综述了ConvLSTM、ST-GCN、ASTGCN等代表性架构的设计思想，归纳了注意力机制在时空预测任务中的三种典型应用模式，即时间维注意力、空间维注意力以及时空联合注意力，并指出多头自注意力机制凭借其并行计算优势与多子空间特征提取能力，已成为当前时空建模的前沿范式。在多模态数据融合方面，作者梳理了将外部因素引入交通预测模型的既有尝试，涵盖天气编码、事件检测、社交媒体信号等异构数据源，同时指出现有融合方法多停留在特征拼接或简单加权层面，缺乏对不同模态数据在语义层面的一致性对齐与自适应权重分配机制。本节最后对现有方法的局限性进行了归纳，并据此引出本文所提框架的设计出发点。

3 方法

本节是全文的核心部分，详细阐述了所提出的STA-GCN-LSTM混合模型的整体架构与各模块的技术细节。模型整体采用编码器-解码器结构，输入端接入多模态数据融合模块。该模块首先对原始交通流量序列进行归一化处理，同时对气象数据（包括温度、降水量、风速、能见度四类指标）进行离散化编码，对节假日信息构建二值指示向量，对POI数据按功能类别进行密度统计并映射为区域特征向量。随后，上述异构特征通过一个多层感知机（MLP）映射至统一维度的嵌入空间，并通过门控融合单元实现自适应加权组合，从而生成信息丰富的融合特征张量。在时空特征提取阶段，模型交替堆叠图卷积层与门控循环单元：图卷积层基于预构建的路网邻接矩阵，采用切比雪夫多项式近似实现谱域图卷积操作，用以捕获路段间的局部空间依赖；长短期记忆网络层则沿时间维度顺序处理序列数据，通过输入门、遗忘门与输出门的协同控制实现长期依赖信息的有效记忆与遗忘。在此基础上，模型引入多头自注意力模块，分别对空间维特征与时间维特征施加独立的注意力计算，使模型能够动态聚焦于关键路段与关键历史时段的显著信息。最后，解码器通过全连接层将高维时空特征映射为目标预测值，并采用均方误差作为损失函数进行端到端训练。本节还对邻接矩阵的构建策略、注意力头数的选择、Dropout比率设置以及优化器参数配置等实现细节进行了明确说明。

4 实验设置与结果分析

本节首先介绍了实验所采用的三组数据集，包括两个公开基准数据集PeMS-04与PeMS-08，以及广州市某核心城区实际路网采集的数据集。作者详细说明了数据预处理流程，包括缺失值插补、异常值剔除、时间窗口切分以及训练集/验证集/测试集的划分比例。评价指标选用平均绝对误差（MAE）、均方根误差（RMSE）与平均绝对百分比误差（MAPE）三项标准指标。对比基线模型涵盖六种主流方法，包括历史均值法（HA）、支持向量回归（SVR）、长短期记忆网络（LSTM）、图卷积网络（GCN）、时空图卷积网络（STGCN）以及注意力时空图卷积网络（ASTGCN）。实验结果显示，在三个数据集上，STA-GCN-LSTM的各项误差指标均显著优于所有基线模型，其中在PeMS-08数据集上相较于性能次优的ASTGCN模型，MAE降低9.8%，RMSE降低8.2%，MAPE降低11.6%；在广州市实际数据集上，模型同样保持了最优性能，验证了其跨场景的泛化能力。作者进一步开展了消融实验，依次移除多模态融合模块、空间注意力机制、时间注意力机制以及图卷积模块，结果表明各模块的移除均导致预测性能出现不同程度下降，其中移除图卷积模块带来的性能退化最为显著，证实了空间拓扑建模的核心作用；移除多模态融合模块后，模型在节假日与恶劣天气时段的预测误差明显上升，验证了外部信息融合对非常规场景适应能力的关键贡献。此外，本节还通过可视化分析展示了模型在早晚高峰时段与突发拥堵场景下的预测曲线，直观呈现了模型对交通流突变点的敏锐捕捉能力。

5 讨论

本节对模型性能优势的内在机理进行了深入剖析。作者指出，STA-GCN-LSTM的优越性主要源于三个层面的协同效应：第一，图卷积网络与长短期记忆网络的级联架构实现了空间依赖与时间依赖的交替建模，避免了单一模型对某一维度特征的偏置；第二，多头自注意力机制通过并行计算多个子空间的特征表示，有效缓解了长序列建模中的信息衰减问题，使模型能够直接建立远距离时空位置的依赖关系；第三，多模态融合模块通过门控机制实现了外部环境信息的自适应注入，使模型在面对动态变化的交通条件时具备更强的上下文感知能力。作者同时讨论了模型的计算复杂度问题，指出多头注意力机制与图卷积操作带来的额外计算开销可通过并行化策略与稀疏邻接矩阵存储方式进行有效缓解。本节还分析了模型在不同交通场景下的适用边界，指出在数据质量较差或路网拓扑结构不完整的区域，模型的性能优势可能有所收窄，这为后续研究指明了改进方向。

6 结论与展望

本节对全文工作进行了系统性总结，重申了所提出的STA-GCN-LSTM模型在时空特征联合建模与多模态信息融合方面的核心创新，概括了其在三个真实数据集上取得的性能突破。作者指出，本研究为城市交通流量预测提供了一种兼具精度与鲁棒性的技术方案，对智能交通系统的实时决策支持具有实际应用价值。在展望部分，作者提出了三个未来研究方向：其一，探索将Transformer架构完全替代循环神经网络以进一步压缩推理时延，满足超大规模路网场景下的实时预测需求；其二，引入迁移学习与联邦学习机制，实现跨城市、跨区域模型的高效适配与隐私保护；其三，将预测结果与信号控制优化、动态路径诱导等下游应用进行闭环联动，构建端到端的智能交通管理决策系统。