MiNiformer：基于Mixer-Adapter增强的基础Transformer 在长期交通预测中的实践与探索
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v3i4.17929
Abstract
近年来,交通预测领域的学术研究热度持续攀升,多数研究聚焦于短期交通预测并取得了良好成果。但在实际场景中更具应用价值的长期交通预测仍面临两大关键挑战：一方面,现有方法多以捕捉短期历史数据中的依赖关系与相关性为核心,在处理长期时空预测任务时性能明显下降,凸显出有限的可扩展性；另一方面,多数方法往往过度强调时间维度信息的建模,却忽视了交通路网中至关重要的空间地理信息,难以全面刻画交通流的时空演化规律。针对这两大挑战,本文提出一种基于Transformer架构的交通预测方法MiNiformer,其核心组件为专门设计的空间特征提取器Mixer-Adapter,该组件能有效助力MiNiformer高效提取并深度整合空间特征；实验结果表明,MiNiformer通过充分挖掘空间信息与长期依赖关系,展现出稳健的长期特征提取能力,在短期与长期预测场景中均实现了优异的性能表现。
Keywords
时空,交通预测；Transformer；Mixer-adapter
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 张红.长期Transformer和自适应傅里叶变换的动态图卷积交通流预测研究[J].电子与信息学报,2025,47(7):2249-2262.
[2] 王雅慧.基于GM(1,1)修正模型的轨道交通长期客流预测[J].河南科技学院学报(自然科学版),2025,53(01):91-100.
[3] 刘浩.基于时空编码器-解码器的长期交通流量预测[D].华中科技大学,2024.
[4] 钟家俊.基于深度神经网络的高速公路长期交通流预测系统的设计与实现[D].电子科技大学,2024.
[5] 王森,禹丽峰,艾鹏鹏,等.大型地下空间综合交通枢纽中巨型斜柱长期沉降的监测及预测分析[J].科学技术与工程,2024,24(05):2052-2059.
[6] 李义群.基于序列到序列卷积长短时记忆神经网络的长期交通流预测不确定性量化[D].深圳大学,2021.
[7] 高俊.面向PHEV能量管理的短期工况预测与长期交通信息生成技术研究[D].重庆大学,2018.
[8] 阳明明,韦琦.基于空间经济理论模型的交通枢纽物流量长期预测[J].统计与决策,2015,(24):12-16.
[9] 吕罡.空中交通流量长期预测方法研究[J].黑龙江科技信息,2015,(18):38.
[2] 王雅慧.基于GM(1,1)修正模型的轨道交通长期客流预测[J].河南科技学院学报(自然科学版),2025,53(01):91-100.
[3] 刘浩.基于时空编码器-解码器的长期交通流量预测[D].华中科技大学,2024.
[4] 钟家俊.基于深度神经网络的高速公路长期交通流预测系统的设计与实现[D].电子科技大学,2024.
[5] 王森,禹丽峰,艾鹏鹏,等.大型地下空间综合交通枢纽中巨型斜柱长期沉降的监测及预测分析[J].科学技术与工程,2024,24(05):2052-2059.
[6] 李义群.基于序列到序列卷积长短时记忆神经网络的长期交通流预测不确定性量化[D].深圳大学,2021.
[7] 高俊.面向PHEV能量管理的短期工况预测与长期交通信息生成技术研究[D].重庆大学,2018.
[8] 阳明明,韦琦.基于空间经济理论模型的交通枢纽物流量长期预测[J].统计与决策,2015,(24):12-16.
[9] 吕罡.空中交通流量长期预测方法研究[J].黑龙江科技信息,2015,(18):38.
Copyright © 2025 赵筝筝
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License