基于 Transformer 的 MSCMHMST 交通流量预测模型
机器学习
2025-03-19 v1 人工智能
摘要
本研究提出一种基于 Transformer 的混合模型，命名为 MSCMHMST，旨�解决交通流量预测中的关键挑战。传统的单方法方法在交通预测任务中表现有限，而混合方法通过整合不同模型的优势，可提供更准确和更稳健的预测。MSCMHMST 模型引入多头、多尺度注意力机制，使模型能够平行处理数据的不同部分，并从多个角度学习其内在表征，从而增强模型处理复杂情形的能力。该机制使模型能够有效捕获不同尺度的特征，既理解短期变化，也把握长期趋势。通过在 PeMS04/08 数据集上进行实验验证，MSCMHMST 模型在长期、中期和短期交通流量预测中展现出卓越的鲁棒性和准确性。结果表明，该模型具有巨大的潜力，为交通流量预测领域提供了一种新颖且有效的解决方案。
关键词
引用
@article{arxiv.2503.13540,
title = {MSCMHMST: A traffic flow prediction model based on Transformer},
author = {Weiyang Geng and Yiming Pan and Zhecong Xing and Dongyu Liu and Rui Liu and Yuan Zhu},
journal= {arXiv preprint arXiv:2503.13540},
year = {2025}
}