• 项目中文名
• 作者
• 项目简介
• • 1. 功能
  • 2. 性能
  • 3. 评估指标
  • 4. 使用数据集
• 运行环境与依赖
• 输入与输出
• • • 数据输入：
    • 数据输出：
• 运行方式
• 如需生成数据集可参考以下文件：
• 如需生成路网节点嵌入可参考以下文件：

项目中文名

动态注意力图时空网络(DAGSTNet)

作者

张威风(zhangweifeng@pku.edu.cn)

项目简介

1. 功能

交通流预测：根据过去一段时间的交通状况，预测未来一段时间的交通状况

2. 性能

以下三个数据集上的预测一个小时的平均性能指标：

数据集	MAE	RMSE	MAPE
PeMS-BAY	1.55	3.44	3.51%
METR-LA	3.00	5.99	8.12%
PeMS-S	2.57	5.07	6.42%

3. 评估指标

MAE（Mean Absolute Error)

RMSE(Root Mean Squard Error)

MAPE(Mean Absolute Percentage Error)

4. 使用数据集

PeMS-BAY comes from California Transportation Agen330 cies (CalTrans) Performance Measurement System (PeMS). This dataset contains 325 sensors in the Bay Area and records 6 months of data ranging from Jan 1st,2017 to May 31st, 2017.

METR-LA is collected from loop detectors on the high way of Los Angeles County. It contains 207 sensors and records 4 months of data ranging from Mar 1st, 2012 to Jun 30th, 2012.

PeMS-S is collected from the Caltrans Performance Measurement System (PeMS) and the data is collected from the California state highway system. The time range of PeMS-S is the weekdays of May and Jun of 2012 and 228 ensors are selected.

运行环境与依赖

代码运行的环境与依赖。如下所示：

名称	版本
pytorch	1.4.0
numpy	1.18.1
pandas	1.1.3
matplotlib	3.2.0

输入与输出

代码的输入与输出。如下所示：

数据输入：

数据文件夹中包含：train.npz,val.npz,test.npz 分别表示训练，验证，测试集。格式是[L,12,N,2].其中L表示样本数，12表示时间步个数，N表示路段个数，2表示通道维度（速度，时间）。由参数--data 指定文件夹位置。

邻接矩阵文件：adj_mx.pkl。表示路段之间的关系邻接矩阵文件。格式[N,N]。通过参数--adjdata指定文件位置。

节点嵌入文件：SE_file.txt。表示路段的嵌入。格式[N,64]。64表示一个路段使用64维的通道编码。由--SE_file指定文件位置。

数据输出：

模型的输出是[L,N,12] 表示预测的12个时间步的速度。保存在--test_output_file指定文件位置

运行方式

在terminal下运行以下命令。

cd project_dir
python TrafficPredictionExample.py --main
python TrafficPredictionExample.py --test 

如需生成数据集可参考以下文件：

generate_training_data.py

如需生成路网节点嵌入可参考以下文件：

generateSE.py