基于图注意力网络的交通碳排放时空预测研究.pdf

基于图注意力网络的交通碳排放时空预测研究.pdf

摘要

随着全球气候变化问题的日益严峻,交通领域作为碳排放的重要来源,碳排放

趋势的准确预测成为实现低碳交通目标的关键.然而,由于交通碳排放数据具有复

杂的时空依赖特性,传统单一的时间序列或空间建模方法难以全面捕捉其规律.为

此,本研究提出了两种时空预测模型:GRU-GAT和BiGRU-GAT模型,旨在提高交

通碳排放预测的精度与鲁棒性.研究内容主要围绕以下两方面:

1)在模型设计方面,本研究构建了基于邻接关系、狭义距离和K-近邻的空间权

重矩阵,以及基于皮尔逊相关系数、灰色关联

文档评论(0)

1亿VIP精品文档

相关文档