基于数字孪生的城市交通流量可视预测研究

作     者：王健松 李学俊 王桂娟 郭皓 吴亚东 WANG Jian-song;LI Xue-jun;WANG Gui-juan;GUO Hao;WU Ya-dong

作者机构：西南科技大学计算机科学与技术学院四川绵阳621010 四川轻化工大学计算机科学与工程学院四川自贡645002 

基　　金：四川省科技项目(2023YFG0307) 四川轻化工大学人才引进项目(2020RC20) 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2024年第34卷第7期

页      码：192-198页

摘      要：由于城市路网数据的复杂性和动态性,直接解读各道路关联关系变得困难,直接连接性的不确定性也影响了预测准确性。为解决这些问题,利用出租车轨迹数据,结合图卷积神经网络,提出了数字孪生基础上的城市交通流量智能可视预测框架。为提高预测精度,根据历史流量数据创建了路网的时空关联图,构建了时空图卷积网络的ASTRG-GCN交通流量预测模型。通过数字孪生技术,将动态交通数据和虚拟三维交通场景融合,实时模拟交通场景,为城市交通优化提供决策支持。最终,设计并实现了城市交通流量可视分析框架,使用户能够高效分析交通运行态势。实验结果表明,该模型预测精度在两个数据集上高于对比算法。数字孪生的可视分析系统实现了交通拥堵识别、交通场景模拟和交通变化对比等效果,为交通规划者提供了决策支持。

主 题 词：数字孪生 城市交通 轨迹数据 流量预测 可视化分析 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.20165/j.cnki.ISSN1673-629X.2024.0112

馆 藏 号：203128511...