城市交通拥堵预测研究：以西安市为例

来源：计算机工程与应用杂志2025年第1期北京时间：

作者：颜建强, 张霖, 高原, 李银香

单位：1.西北大学 信息科学与技术学院，西安 710127；2.西北大学 经济管理学院，西安 710127

摘要：随着经济的发展和生活水平的提升，出行旅游逐渐成为流行的休闲方式，尤其在国庆等假日期间。然而，集中的出行需求引起的城市交通拥堵问题，不仅影响出行效率和体验，也加大了城市运行压力。该研究以西安市为例，深入分析假日期间的交通拥堵模式和特征，提出了一种基于深度学习拥堵预测模型ConstFormer。该模型融合了图卷积网络（graph convolutional network）和Transformer架构，利用图卷积网络探索空间邻接关系，以及Transformer的自注意力机制来挖掘长时空依赖关系，从而有效预测未来的交通状况。对比实验表明，ConstFormer模型对比基线模型均取得了最佳的性能，能够为人们规避高峰期和合理安排出行提供帮助。

关键词：拥堵预测,数据分析,城市交通,图卷积网络,Transformer