[发明专利]基于时空注意力机制的高速路网站点流量预测方法及系统

权利要求书

1.一种基于时空注意力机制的高速路网站点流量预测方法，其特征在于，包括以下步骤：

构建目标站点的训练样本集，所述训练样本集中包括目标站点预测时刻对应的历史出站流量序列，所述历史出站流量序列对应的历史时间特征向量，目标站点预测时刻的时间特征向量及对应的关键来源站点关联时刻的入站流量特征向量；

构建基于时空注意力机制的站点流量预测模型，并使用所述训练样本集中的训练数据训练所述站点流量预测模型，使其学习目标站点预测时刻的流量数据与其过去一段时间内的历史流量数据之间的时间依赖关系以及目标站点预测时刻的流量数据及其关键来源站点关联时刻的流量数据之间的动态空间相关性；并基于训练所得的所述时间依赖关系和动态空间相关性对所述目标站点的流量数据进行预测；

所述时空注意力机制的站点流量预测模型包括：出站时间嵌入层、进站时间嵌入层、时间注意力块、空间注意力块以及第一全连接层；

所述出站时间嵌入层用于将所述历史时间特征向量转换为历史出站时间嵌入特征并进行历史时间特征提取；所述进站时间嵌入层用于将目标站点预测时刻的时间特征向量转换为入站时间嵌入特征并进行预测时刻时间特征提取；

所述时间注意力块用于根据所述历史出站流量序列及提取到的历史时间特征学习目标站点预测时刻的流量数据与其过去一段时间内的历史流量数据之间的时间依赖关系，并根据所述时间依赖关系提取目标站点流量在预测时刻的时间特征量；

所述空间注意力块用于根据所述关键来源站点关联时刻的入站流量特征向量及对应的预测时刻流量的时间特征学习目标站点预测时刻的流量数据与其关键来源站点关联时刻的流量数据之间的动态空间相关性，并根据学习得到所述动态空间相关性提取目标站点流量在预测时刻的空间特征量；

所述第一全连接层用于将所述时间注意力块提取的目标站点预测时刻流量的时间特征量以及所述空间注意力块提取的目标站点预测时刻流量的空间特征量进行整合，得到目标站点预测时刻的流量值。

2.根据权利要求1所述的基于时空注意力机制的高速路网站点流量预测方法，其特征在于，所述关键来源站点关联时刻的入站流量特征向量通过以下步骤获取得到：

对于每一个目标站点，选取近期预设时间段或预设时刻的出站流量数据，追溯所述出站流量数据的来源站点，按来源流量的大小对目标站点的来源站点进行排序，选取来源流量的大小排名前N个来源站点作为所述目标站点的关键来源站点；

对于所述目标站点的每一个关键来源站点n，计算所述关键来源站点n到所述目标站点m的平均花费时间τ_nm，对于目标站点m在时隙T+1的预测出站流量，追溯其关键来源站点n在时间步T+1-τ_nm的进站流量

将所述目标站点的每一个关键来源站点n在时间步T+1-τ_nm的所有进站流量连接起来，得到所述目标站点在预测时刻T+1的入站流量特征向量X_in。

3.根据权利要求2所述的基于时空注意力机制的高速路网站点流量预测方法，其特征在于，所述目标站点预测时刻对应的历史出站流量序列包括目标站点在多个不同时刻的历史出站流量数据，对于所述目标站点每一时刻的历史出站流量数据x_out，所述目标站点的历史时间特征向量中均有所述历史出站流量数据x_out对应时刻的多维出站时间特征T_out；将所述目标站点的历史时间特征向量转化为历史出站时间嵌入特征，包括以下步骤：

采用独热编码机制分别将所述目标站点的历史时间特征向量中每一时刻的多维出站时间特征T_out转换为嵌入子向量，再根据所述转换的各个嵌入子向量构建所述目标站点的出站时间嵌入向量E_out，再使用第二全连接层对所述出站时间嵌入向量E_out进行时间特征的降维提取，得到所述目标站点的历史出站时间嵌入特征α_out。