Oct, 2023
基于数据驱动的异构图神经网络的交通分配
Heterogeneous Graph Neural Networks for Data-driven Traffic Assignment
Tong Liu, Hadi Meidani
TL;DR利用异构图神经网络提出了一种新的数据驱动交通分配和交通流学习方法，该模型能够捕捉不同链接上的空间交通模式，具有高精度的结果，并在城市交通网络上进行了数值实验，表明该模型在收敛速度、训练损失和预测准确性方面优于其他传统神经网络模型，同时也具有泛化到不同网络拓扑的能力，为复杂交通流分析和预测提供了有希望的解决方案，增强了对各种交通系统的理解和管理能力。