基于多特征时空图卷积网络的水运通航密度预测

摘要:

面对港航信息化发展的需求，物联网技术助力我国水运交通感知网络的建设。水运交通大数据分析已成为交通领域研究者和实践者关注的热点。在水运交通中，各港口的通航密度具有非线性、时空相关性和异质性，对其进行精准预测将面临巨大的挑战。提出一种基于多特征时空图卷积网络（MFSTGCN,multi-feature spatio-temporal graph convolution network）的预测方法，解决了水运交通中通航密度的预测问题。MFSTGCN方法从通航量、船舶平均航速和船舶密度3个特征出发，利用空间维图卷积和时间维卷积操作有效捕获通航密度的时空相关性。在某航运平台采集的长江港口船舶自动识别系统（AIS,automatic identification system）数据集上进行实验，结果表明，MFSTGCN 方法的预测效果优于时空图卷积网络（STGCN,spatio-temporal graph convolution network）方法的预测效果。

关键词：水运交通 ; 通航密度 ; 时空相关性 ; 图卷积网络 ; 多特征

1 引言

随着港航管理信息化的快速发展，物联网技术被应用于我国内河通航管理。在“十二五”规划期间，交通运输部组织开展了长三角航道网及京杭大运河水系智能航运信息服务（船联网）应用示范工程。在江苏、浙江和上海地区开展了物联网关键技术研究及攻关，建设内河水运交通感知网络，满足海量数据管理与区域化应用需求。在“十三五”规划期间，我国的智慧交通建设不断发展，水运领域交通大数据的服务水平和决策能力得到大幅度提高。此外，宝船网、船讯网、船队在线（HiFleet）等航运智慧平台的出现是水运交通基础数据和数据交换平台的建设成果，同时表明面向管理服务、决策与智能化应用的智慧水运研究正在不断