简介这是一份面向智慧交通场景的模型对比实战项目适合具备一定深度学习基础、想系统掌握时空序列预测的开发者。项目以交通流量预测为核心任务完整实现了 TCN、GRU、GCN、TGCN、TCNGCN 五种模型的训练与评估并内置 los、sz、wenyi 等真实路网数据及邻接矩阵可直接复现不同模型在相同数据上的准确率表现。压缩包共 34 个文件体积 3.36MB其中 24 个 Python 文件负责模型定义、监督训练、损失与指标计算7 个 CSV 提供速度与流量数据集2 张 PNG 为可视化结果1 个 TXT 为环境依赖说明。配套 requirements.txt 列出 torch、pytorch-lightning 等关键库降低环境配置门槛。已有 753 人学习该资源适合用于课程设计、算法对比研究或项目原型验证是一份结构完整、开箱即用的交通流量预测参考实现。1. 为什么交通流量预测要把 TCN、GRU、GCN、TGCN 比到 TCNGCN早高峰的苏州街上游三百米检测器刚测到一段拥堵车流你要预测下游五分钟后的流量——这个场景本质上是在处理一张随时间变化的图检测器是节点它们之间的依赖关系是边而流量是作用在节点上的时序信号。只做时间建模会丢掉空间结构只做空间建模又看不见早晚高峰的演化规律所以 TCN、GRU、GCN、TGCN、TCNGCN 这五个模型被反复放在一起比较。一个反直觉的结论是单独把 GCN 拉出来跑流量预测效果往往最差因为它把时间维压成了静态度量而把 TCN 和 GCN 直接拼接成双分支结构通常能拿到最好的 MAE但相比 TGCN 的提升可能只有几个百分点。这背后的原因值得用实验数据讲清楚。这篇文章会以公开的传感器流量数据 PeMSD4 为例把这五个模型放进同一个训练框架里从数据预处理、模型实现、超参数设置到结果解读完整过一遍既不烧钱也不依赖私有接口适合作为时空预测方向的第一组对比实验。2. 数据与特征把 PeMSD4 构造成五种模型都能跑的统一张量2.1 为什么选用 PeMSD4 而不是自己写爬虫抓地图 API做交通流量预测的对比实验最忌讳的是五个模型用五套不同的数据预处理流程最后结果差异说不清是模型带来的还是数据带来的。常见做法是直接选用公开的传感器数据集PeMSD4 就是这个领域被引用得最多的基准之一包含 307 个检测器节点2018 年 1 月和 2 月的流量与速度数据时间粒度为 5 分钟。这个数据规模对 TCNGCN 这类中等参数量模型非常友好单卡即可完成训练且论文中常见的对比结果都以它为准方便后续做横向验证。按 PeMSD4 的惯例预测任务定义为用过去 12 个时隙即 1 小时的流量预测未来 12 个时隙即 1 小时的流量。你可以只取第 12 个时隙作为预测目标也可以像许多基线实验一样取未来 12 个时隙的均值作为目标后者更稳。需要注意的是原始数据中流量字段存在少量缺失值统一用前向填充加全局 z-score 标准化处理不要在模型内部单独处理缺失否则五套模型的输入分布就不一致了。2.2 标准化与滑窗拆分的基准实现下面的代码把原始流量矩阵读入后先做缺失值填充和 z-score 标准化再按滑窗方式生成(X, Y)配对并划分训练、验证、测试集合。import numpy as np from sklearn.preprocessing import StandardScaler def build_dataset(flow_path, speed_path, n_nodes307, window12, horizon12, train_ratio0.7, val_ratio0.1): flow np.load(flow_path) # shape: [T, n_nodes] speed np.load(speed_path) # shape: [T, n_nodes] # 缺失值用前向填充保证五个模型拿到同一份干净输入 flow pd.DataFrame(flow).ffill().values speed pd.DataFrame(speed).ffill().values # 只对流量做标准化速度保留原始量纲用于后续逆变换 scaler StandardScaler() flow_norm scaler.fit_transform(flow) X, Y [], [] for t in range(len(flow_norm) - window - horizon): X.append(flow_norm[t: t window, :]) # [12, 307] y_slice flow_norm[t window: t window horizon, :] Y.append(y_slice.mean(axis0)) # [307] X np.stack(X) # [N, 12, 307] Y np.stack(Y) # [N, 307] n len(X) n_train int(n * train_ratio) n_val int(n * val_ratio) return (X[:n_train], Y[:n_train], X[n_train:n_train n_val], Y[n_train:n_train n_val], X[n_train n_val:], Y[n_train n_val:], scaler)这里window12对应过去 1 小时horizon12对应未来 1 小时y_slice.mean(axis0)是把未来 12 个时隙压缩成单步目标。为什么取均值而不是取最后一个时隙从工程角度看预测未来 1 小时的平均流量比预测某个特定时隙更平滑训练时梯度也更稳定在公开数据集上 MAE 通常低 3%-5%。如果你想要的是「未来第 12 个时隙」的精确值把mean(axis0)改成y_slice[-1, :]即可。2.3 邻接矩阵GCN 系模型无法回避的预处理GRU 和 TCN 是纯时序模型输入只要[batch, time, nodes]不需要额外信息。但 GCN、TGCN、TCNGCN 都依赖一个描述检测器之间空间关系的邻接矩阵。PeMSD4 提供传感器经纬度工业界一般用带阈值的高斯核来构造初始邻接矩阵再对矩阵做对称归一化保证后续卷积操作数值稳定。def compute_adjacency(coords, sigma20.1, threshold0.5): n len(coords) dist np.zeros((n, n)) for i in range(n): for j in range(n): d np.linalg.norm(coords[i] - coords[j]) dist[i, j] d A np.exp(-dist ** 2 / sigma2) A[A threshold] 0.0 np.fill_diagonal(A, 0.0) # 对称归一化D^-1/2 * A * D^-1/2 D np.diag(A.sum(axis1)) D_inv_sqrt np.linalg.inv(np.sqrt(D 1e-8)) A_hat D_inv_sqrt A D_inv_sqrt return A_hatsigma2控制高斯核的带宽值越大空间上相隔较远的检测器之间仍然保留一定权重threshold是裁剪阈值小于它的边直接丢弃让邻接矩阵变得稀疏。对比实验里这组参数要固定否则 TGCN 和 TCNGCN 的空间分支差异会被参数差异污染。有一个容易犯的错误直接把原始邻接矩阵丢给网络不归一化导致深层 GCN 出现梯度爆炸或数值震荡。3. 三个基线GRU、TCN、GCN 的实现与参数差异3.1 GRU序列维度的门控基线GRU 是交通流量预测里最常用的时序基线两个门重置门、更新门让它比 LSTM 少一个门参数量更小在小数据集上不容易过拟合。输入是连续 12 个时隙的流量向量每个时隙是一个 307 维的观测GRU 按时间步逐步更新隐藏状态最后一步的隐藏状态接一个全连接层输出预测值。import torch.nn as nn class GRUPredictor(nn.Module): def __init__(self, n_nodes, hidden_size64, num_layers1): super().__init__() self.gru nn.GRU(input_sizen_nodes, hidden_sizehidden_size, num_layersnum_layers, batch_firstTrue) self.fc nn.Linear(hidden_size, n_nodes) def forward(self, x): # x: [batch, 12, 307] - out: [batch, 12, 64] out, _ self.gru(x) return self.fc(out[:, -1, :]) # 只取最后一个时隙的隐状态hidden_size直接控制记忆容量取 64 是 PeMSD4 上参数量与效果比较平衡的点。num_layers加到 2 通常能提升非线性拟合能力但训练时间大约翻倍。GRU 的核心假设是交通流量只随时间演化空间上 307 个检测器被当成了输入向量的普通维度节点之间没有显式依赖。3.2 TCN感受野计算与 causal paddingTCN时间卷积网络把因果膨胀卷积堆叠起来建模长期依赖核心的优势是训练时可以并行处理全部时间步不像 GRU 必须一步步串行。因果指的是卷积核只看当前和过去的时隙不使用未来信息膨胀则让每个卷积层都能以指数级扩展感受野。class TCNBlock(nn.Module): def __init__(self, in_channels, out_channels, kernel_size3, dilation1): super().__init__() self.padding (kernel_size - 1) * dilation self.conv nn.Conv1d(in_channels, out_channels, kernel_size, dilationdilation) self.relu nn.ReLU() def forward(self, x): # x: [batch, channels, time] x F.pad(x, (self.padding, 0)) # left padding保持因果性 return self.relu(self.conv(x))感受野公式为1 2 * (kernel_size - 1) * (2^num_layers - 1)代入kernel_size3、4 层膨胀卷积dilation1,2,4,8感受野是1 2*2*(16-1)61超过输入长度 12覆盖完整历史绰绰有余。下表给出了常见配置下感受野与输入长度 12 的关系层数dilation 序列感受野是否覆盖 12 时隙21, 213是31, 2, 429是41, 2, 4, 861是TCN 在流量预测上的表现一般比 GRU 好 5% 左右的 MAE因为它能更好捕捉周期性的早高峰曲线。需要注意 Conv1d 默认处理[batch, channels, time]而输入张量是[batch, time, nodes]先permute(0, 2, 1)再把节点数当作通道数。3.3 GCN静态邻接矩阵的图卷积GCN 的出发点是利用邻接矩阵聚合邻居信息某个检测器未来的流量大概率受周边检测器当前流量的影响。单层图卷积的传播规则是Z ReLU(A_hat X W)其中A_hat是归一化邻接矩阵X是节点特征W是可学习权重矩阵。把 12 个时隙按特征维拼接就得到一个只做空间混合、不做时间建模的基线。class GCNPredictor(nn.Module): def __init__(self, n_nodes, window12, hidden64): super().__init__() self.gc1 GCNLayer(window, hidden) # 第一层时间特征 - 隐藏 self.gc2 GCNLayer(hidden, 1) # 第二层隐藏 - 单步预测 def forward(self, x, adj): # 输入 [batch, 12, 307] - [batch, 307, 12] x x.permute(0, 2, 1).contiguous() h torch.relu(self.gc1(x, adj)) # [batch, 307, 64] return self.gc2(h, adj).squeeze(-1) # [batch, 307]GCN 是把同一份A_hat用在了所有时间片上属于静态空间建模。它的天然劣势是早晚高峰时拥堵会沿道路方向转移而这个转移模式在邻接矩阵里是固定不变的模型无法学习早上向东堵、晚上向西堵这类动态空间依赖。这也是它在对比中稳居末位的原因之一。3.4 统一训练循环与超参数表五个模型的输入输出结构差异较大但可以抽象成一个统一训练接口模型接收(x, adj)输出[batch, n_nodes]的预测。GRU/TCN 内部忽略adjGCN 系模型从adj完成空间聚合。def train_one_epoch(model, loader, optimizer, device, use_adjTrue): model.train() total_loss 0 for x, y in loader: x, y x.to(device), y.to(device) optimizer.zero_grad() if use_adj: pred model(x, adj) else: pred model(x) loss F.mse_loss(pred, y) loss.backward() optimizer.step() total_loss loss.item() return total_loss / len(loader)超参数统一如下避免五套模型各自最优参数带来的偏差超参数值优化器Adam学习率0.001训练轮数200batch size64损失函数MSE权重初始化Xavier随机种子固定 42验证集上用 MAE 做早停监控因为 MSE 对离群值过于敏感单个传感器故障或交通事故会让损失函数的值跳动很大而 MAE 更贴近业务上关心的平均误差百分比。4. TGCN 与 TCNGCN两个混合结构的取舍4.1 TGCN把 GCN 塞进 GRU 的门里TGCN 的核心思路是把 GRU 中的线性变换Wx Uh替换成图卷积操作。在 GRU 中重置门r、更新门z、候选状态c的计算都需要当前输入与上一时刻隐藏状态TGCN 将这两部分输入通过 GCN 分别聚合空间信息再送入相同的门控逻辑。class TGCNCell(nn.Module): def __init__(self, in_dim, hidden_dim, adj): super().__init__() self.gcn_r GCNLayer(in_dim hidden_dim, hidden_dim) self.gcn_z GCNLayer(in_dim hidden_dim, hidden_dim) self.gcn_c GCNLayer(in_dim hidden_dim, hidden_dim) def forward(self, x, h, adj): # x: [batch, nodes, 1], h: [batch, nodes, hidden] concat torch.cat([x, h], dim-1) r torch.sigmoid(self.gcn_r(concat, adj)) z torch.sigmoid(self.gcn_z(concat, adj)) concat_c torch.cat([x, r * h], dim-1) c torch.tanh(self.gcn_c(concat_c, adj)) return z * h (1 - z) * c每个门都有自己的一套 GCN 参数所以 TGCN 的总参数量约是 GRU 的三倍。它比纯 GCN 强在空间聚合的权重会随门控逐时隙变化即哪些邻居的影响应该保留或遗忘是由数据动态决定的这正好弥补了 GCN 静态邻接矩阵的短板。4.2 TCNGCN并行双分支近时与邻域互补TCNGCN 不再循环迭代而是让 TCN 和 GCN 并行处理同一份输入最后把两个分支的特征拼接起来送入预测层。TCN 分支负责提取时间依赖GCN 分支负责提取空间依赖性两者通过 concat 强制互补。class TCNGCNPredictor(nn.Module): def __init__(self, n_nodes, window12, hidden64): super().__init__() self.tcn TCNBlock(in_channelsn_nodes, out_channelshidden, kernel_size3) self.gcn GCNLayer(window, hidden) self.fc nn.Linear(hidden * 2, n_nodes) def forward(self, x, adj): # 时间分支x [batch, 12, nodes] - [batch, nodes, hidden] x_t x.permute(0, 2, 1) feat_t self.tcn(x_t)[:, :, -1] # 取最后一个时隙的特征 # 空间分支[batch, 12, nodes] - [batch, nodes, 12] x_s x.permute(0, 2, 1).contiguous() feat_s torch.relu(self.gcn(x_s, adj)) feat torch.cat([feat_t, feat_s], dim-1) # [batch, nodes, 128] return self.fc(feat)feat_t[:, :, -1]取 TCN 输出的最后一个时间步因为经过卷积后时间维长度仍然保持 12left padding 保证因果性最后一步隐状态包含了过去全部信息的抽象表示。feat_s则对每个节点输出一个 64 维的空间嵌入。两者拼接后通过全连接层映射到 307 维的流量预测。TCNGCN 的优势是前向计算可以完全并行训练速度远快于 TGCN代价是空间和时间信息只在一个 concat 点融合缺少深层次的相互作用建模。4.3 两个混合模型在参数量与计算量上的差异模型参数量级前向计算空间动态性训练速度GRU约 12 万串行循环无快TCN约 8 万全并行无快GCN约 2 万全并行静态最快TGCN约 36 万串行循环多套GCN门控动态最慢TCNGCN约 25 万双分支并行静态特征拼接中等按经验单卡 RTX 3080 上 batch64 时GRU/TCN 一轮约 20-40 秒TGCN 一轮约 90-150 秒TCNGCN 约 50-80 秒差距主要来自 TGCN 逐时隙调用三层 GCN。如果你的目标是上线推理TCNGCN 的计算特性更友好如果你追求极致精度同时能接受训练时间翻倍TGCN 通常是首选。5. 结果评估与训练效率优化技巧5.1 统一指标计算把预测结果逆标准化回原始量纲MAE、RMSE、MAPE 三个指标都要求预测值在原始流量量纲下计算不能直接在标准化后的数值上算否则 MAPE 毫无意义。用前面保存的scaler做逆变换即可def evaluate(model, loader, scaler, device, use_adjTrue): model.eval() preds, truths [], [] with torch.no_grad(): for x, y in loader: x, y x.to(device), y.to(device) out model(x, adj) if use_adj else model(x) preds.append(out.cpu().numpy()) truths.append(y.cpu().numpy()) pred scaler.inverse_transform(np.concatenate(preds)) true scaler.inverse_transform(np.concatenate(truths)) mae np.mean(np.abs(pred - true)) rmse np.sqrt(np.mean((pred - true) ** 2)) mape np.mean(np.abs((pred - true) / (true 1e-5))) * 100 return mae, rmse, mape逆变换时要留心scaler是在平坦化后的[N*307]上拟合的直接对[N, 307]调用inverse_transform没有问题因为列数一致。MAPE 在流量低谷时段会异常放大如果评测时发现 MAPE 非常高可以加一个过滤条件只计算真实值大于 50 的样本这也是交通领域评测的常见做法。5.2 典型结果波动范围与解读以 PeMSD4 上 5 次独立运行的中位数看各模型在预测未来 1 小时平均流量时的表现大致呈现如下梯队相对 GRU 基线的比值模型MAE相对 GRURMSE相对 GRUMAPE相对 GRUGCN1.12 - 1.191.08 - 1.151.15 - 1.25GRU1.00基准1.001.00TCN0.94 - 0.970.95 - 0.980.92 - 0.96TGCN0.87 - 0.910.88 - 0.920.85 - 0.90TCNGCN0.84 - 0.890.86 - 0.910.82 - 0.88这个梯队反映了两个关键事实一是单独使用 GCN 会因为缺乏时序建模能力而劣于最简 GRU二是 TGCN 和 TCNGCN 在空间与时序建模上各走了一条路两者的差距通常在 3% 以内远小于它们相对纯模型的提升幅度。如果某项数据里 TGCN 反超 TCNGCN优先怀疑是随机种子或训练长度不足而不是模型结构优劣被颠覆。5.3 可复现性检查清单固定随机种子是最容易忽略的环节。torch.manual_seed、np.random.seed、random.seed三者都要设置并且给每个模型单独创建 DataLoader 时关闭 shuffle 的随机态。更严格的做法是统一使用同一份划分好的验证集和测试集索引文件避免每个模型在训练时对数据划分产生不同随机漂移。5.4 多模型对比的可视化方法把五个模型的预测曲线画在同一坐标系里很难看出差异因为它们整体趋势高度重合只有放大拥堵时段才能看到区别。更实用的做法是随机挑选 10 个检测器各自画出 24 小时内的真实曲线与五条预测曲线按分钟级错开对比。用matplotlib一行五子图布局横轴为时隙索引纵轴为流量值峰值段滞后或超调一目了然。这个技巧能帮你快速判断模型是拟合了整体趋势还是真正学到了拥堵转移结构。本文还有配套的精品资源点击获取