CN112309112B - 一种基于GraphSAGE-GAN的交通路网数据修复方法 - Google Patents

Abstract

一种基于GraphSAGE‑GAN的交通路网数据修复方法，首先根据路网中检测器的历史数据计算路网检测器之间的相关性，得到路网相关性矩阵，然后根据得到的路网相关性矩阵构建基于时间相关性的路网结构。其次，利用GraphSAGE提取构建路网结构的潜在时空特征，最后将提取的时空特征作为生成对抗网络中生成器的输入，使其通过生成对抗网络的对抗训练，生成器能够根据经GraphSAGE提取的时空特征生成完整的的路网交通状态信息，从而实现路网交通状态数据的修复。本发明可以深度挖掘路网交通状态检测器之间的空间特征，有效提高路网交通状态修复的精度。

Description

一种基于GraphSAGE-GAN的交通路网数据修复方法

技术领域

本发明涉及一种基于GraphSAGE-GAN的交通路网数据修复方法，本发明属于智能交通领域。

背景技术

构建智慧交通城市过程中，道路的交通状态数据有着核心的作用，完整的数据能够更好的使得道路管理者获得精确的路网交通状态信息，从而更好地调控路网的运行状态。然而在现实中，道路检测器的自身故障，以及各种不可抗因素(如：地震，洪水造成的道路交通状态检测器断电等)造成道路检测器获取的交通状态信息并不是完整的。因此，针对路网交通状态数据，采用数据修复算法对缺失数据进行插补，保证路网交通状态数据的完整性有着至关重要的意义。

现阶段的道路交通预测方法主要有：历史平均法，K近邻法，降噪自编码器算法，生成对抗网络插补算法等；存在的技术缺陷：无法深度挖掘路网交通状态检测器之间的空间特征，路网交通状态修复的精度较低。

发明内容

为了克服现有技术的不足，本发明提供一种基于GraphSAGE-GAN的交通路网数据修复方法，可以深度挖掘路网交通状态检测器之间的空间特征，有效提高路网交通状态修复的精度。

本发明解决其技术问题所采用的技术方案是：

一种基于GraphSAGE-GAN的交通路网数据修复方法，包括以下步骤：

步骤1根据路网检测器历史交通状态数据，计算路网检测器之间的相关性系数，并根据检测器之间的相关性系数大小关系，构建基于时间相关性的路网结构并替代原始基于空间分布关系的路网结构；

步骤2利用GraphSAGE聚合检测器以及与其相连的邻居检测器的交通状态数据，实现基于时间相关性的路网结构提取路网检测器之间的时空特征信息；

步骤3构建生成对抗网络，并将经GraphSAGE提取的时空特征作为生成器的输入，定义生成对抗网络中生成器与判别器的损失函数，使得经生成器与判别器的对抗训练后，生成器能够根据输入的时空特征信息生成完整的路网交通状态数据；

步骤4将路网交通状态数据划分为训练集与测试集，并根据训练集数据对GraphSAGE-GAN网络模型进行训练，最终采用测试集对网络模型性能进行评估。

进一步，所述步骤1的过程如下：

过程如下：

1.1构建交通路网，并创建路网交通状态矩阵

构建交通路网，采用图的形式表示为：G＝(V,E)，其中 V＝{v₁,v₂,v₃,...,v_N}，|V|＝N，

且：

其中N为路网中检测器的总数目，在路网中表示为节点的总数， E表示为网络中节点之间的联系关系，表示路网中任意两个节点是否存在连边关系，针对每个检测器节点v_i(i∈1,2,3,…,N)，其历史数据记为：x_i＝[x_i1,x_i2,x_i3,…,x_iT]，T为记录历史数据的数目，x_it为第i个检测器节点v_i在第t时刻的交通状态数据；

创建路网交通状态矩阵：构建路网交通状态矩阵X^N×F (F＝1,2,3,…,T)，其中F为每个节点的特征个数，该特征表示为检测器节点部分的历史数据。同时创建掩膜M^N×F矩阵记录路网中数据缺失位置，掩膜矩阵M^N×F为(0,1)二值矩阵，其中m_ij(i＝1,2,…,N,j＝1,2,…,F) 记录第i个检测器的第j个特征元素的值是否缺失：

将原始路网交通状态矩阵X与掩膜矩阵M对应元素相乘，得到含有缺失数据的交通路网状态数据

1.2计算检测器节点之间相关性系数

针对每个检测器节点的历史数据，采用皮尔逊相关性系数计算公式，计算不同节点之间的时间相关性，第i个检测器v_i与第j个检测器v_j之间的皮尔逊相关性系数r_ij计算公式为：

其中K为计算皮尔逊相关性系数时选取的每个检测器节点历史交通状态数据长度，通过计算不同检测器之间的皮尔逊相关性系数，得到路网G的N×N的皮尔逊相关性系数矩阵

1.3根据路网的相关性系数矩阵，重构路网结构

对于每个检测器节点，令该检测器和与该检测器的皮尔逊相关性系数较大的其余p*N个检测器之间创建连边，重新构建基于时间相关性的路网结构，记重构后的路网记为：G′＝(V,A)，其中p为选取最相关检测器节点的比例,p∈(0,1).

a_ij表示重构后的路网矩阵中v_i检测器节点与v_j检测器节点的连边关系：

再进一步，所述步骤2的过程如下：

根据构建的基于时间相关性的路网结构，针对每个检测器节点

的邻居节点特征，采用均值聚合的方法聚合空间信息，若进行 Z层均值聚合，则聚合计算公式为：

其中

表示为对于节点v_i经GraphSAGE提取的第z层特征，

表示为与节点v_i相连的节点集合，即邻居节点集合；sum表示为求邻居节点集合在不同特征属性上的特征和；

为邻居节点个数；

为节点v的邻居集合

的第(z-1)层均值聚合特征；CONCAT表示为特征合并；σ表示为激活函数；W_i ^z为对第i个检测器进行聚合时模型需要训练的权重参数；

对路网中所有节点进行Z层GraphSAGE均值聚合后，对于每个检测器节点v_i得到该节点的聚合特征

路网的聚合特征

所述步骤3的过程如下：

生成对抗网络由生成器G与判别器D构成，将经GraphSAGE均值聚合的路网特征作为生成对抗网络中生成器的输入，输出为完整交通路网交通状态矩阵；具有L_G层全连接层的生成器的模型结构计算公式为：

其中l＝1,2,…,L_G，

为生成器提取的第l层特征；σ为激活函数；W_l ^G，

为第l层需要训练的权重及偏差参数；

为生成器的输出层，f为激活函数，

为生成器的输出层需要训练的权重及偏差参数；

具有L_D层全连接层的判别器的模型结构计算公式为：

其中l＝1,2,…,L_D，若判别器作用于对生成器生成数据进行判别时，

此时判别器的输出记为

若判别器作用于对真实数据进行判别时，

此时判别器的输出记为

为判别器提取的第l层特征；σ为激活函数；W_l ^D，

为判别器的第l层需要训练的权重及偏差参数；

为判别器的输出层,

为判别器的输出层需要训练的权重及偏差参数；

其中，由于原始GAN存在训练困难的问题，因此采用Wasserstein GAN(WGAN)对GAN进行训练，定义生成器与判别器的损失函数Loss_G,Loss_D分别为：

其中α为重构误差系数，

表示生成器G对于输入

时的输出，即为经GraphSAGE-GAN进行数据修复后的数据。

所述步骤4的过程如下：

将路网交通状态历史数据按照比例划分成训练集与测试集，划分比例记为a∈(0,1)，则表示训练集样本个数占总数据集样本个数的比例为a。将训练数据作为构建的GraphSAGE-GAN模型的输入，通过模型优化器不断优化模型参数，直至模型收敛，最终得到完成训练后的模型结构；然后采用测试集作为模型的输入，获得模型的预测值，并根据相关指标针对模型预测值与模型真实值之间的误差进行评估；。其中采用相关指标：平均绝对误差MAE，均方根误差RMSE，平均绝对百分比误差MAPE对模型性能进行评价，计算公式分别为：

其中S代表测试数据集的样本个数，每个样本的形状均为N×F,Mⁱ表示第i个样本的掩膜矩阵，其中

表示测试集中第i个样本中的第j个节点在第k个特征处的数据是否缺失，若为1则表示该处缺失，反之，表示该处不缺失。X为真实完整交通状态数据集，

为模型的预测值。

本发明的技术构思为：首先根据路网中检测器的历史数据计算路网检测器之间的相关性，得到路网相关性矩阵，然后根据得到的路网相关性矩阵构建基于时间相关性的路网结构。其次，利用GraphSAGE提取构建路网结构的潜在时空特征，最后将提取的时空特征作为生成对抗网络中生成器的输入，使其通过生成对抗网络的对抗训练，生成器能够根据经GraphSAGE提取的时空特征生成完整的的路网交通状态信息，从而实现路网交通状态数据的修复。

本发明通过计算路网检测器之间的历史交通状态数据计算检测器之间的相关性系数，并构建基于时间相关性的路网结构，采用GraphSAGE对路网检测器的空间上的信息进行聚合，可以充分挖掘路网的时空特征信息，并利用生成对抗网络从GraphSAGE提取的时空特征中生成完整的路网交通状态数据，可以有效提高路网交通状态数据修复的精度。

本发明的有益效果主要表现在：(1)构建新的基于相关性的路网结构代替原始的基于空间分布关系的路网结构，并利用GraphSAGE对检测器的时空特征信息进行聚合，实验表明可以充分挖掘路网的时空特征。(2)采用生成对抗网络根据GraphSAGE提取的时空特征生成完整的路网交通状态数据，通过生成器与判别器的对抗训练，充分利用了生成对抗网络强大的生成数据分布能力，实验表明可以有效提高路网交通状态数据修复的精度。

附图说明

图1是GraphSAGE-GAN网络模型结构图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1，一种基于GraphSAGE-GAN的交通路网数据修复方法，包括以下步骤：

步骤1.根据路网检测器历史交通状态数据，计算路网检测器之间的相关性系数，并根据检测器之间的相关性系数大小关系，构建基于时间相关性的路网结构并替代原始基于空间分布关系的路网结构，过程如下：

1.1构建交通路网，并创建路网交通状态矩阵

构建交通路网，采用图的形式表示为：G＝(V,E)，其中 V＝{v₁,v₂,v₃,…,v_N}，|V|＝N，

且：

其中N为路网中检测器的总数目，在路网中表示为节点的总数， E表示为网络中节点之间的联系关系，表示路网中任意两个节点是否存在连边关系，针对每个检测器节点v_i(i∈1,2,3,…,N)，其历史数据记为：x_i＝[x_i1,x_i2,x_i3,…,x_iT]，T为记录历史数据的数目，x_it为第i个检测器节点v_i在第t时刻的交通状态数据；

创建路网交通状态矩阵：构建路网交通状态矩阵X^N×F (F＝1,2,3,…,T)，其中F为每个节点的特征个数，该特征表示为检测器节点部分的历史数据。同时创建掩膜M^N×F矩阵记录路网中数据缺失位置，掩膜矩阵M^N×F为(0,1)二值矩阵，其中m_ij(i＝1,2,…,N,j＝1,2,…,F) 记录第i个检测器的第j个特征元素的值是否缺失：

将原始路网交通状态矩阵X与掩膜矩阵M对应元素相乘，得到含有缺失数据的交通路网状态数据

1.2计算检测器节点之间相关性系数

针对每个检测器节点的历史数据，采用皮尔逊相关性系数计算公式，计算不同节点之间的时间相关性，第i个检测器v_i与第j个检测器v_j之间的皮尔逊相关性系数r_ij计算公式为：

其中K为计算皮尔逊相关性系数时选取的每个检测器节点历史交通状态数据长度。通过计算不同检测器之间的皮尔逊相关性系数，得到路网G的N×N的皮尔逊相关性系数矩阵

1.3根据路网的相关性系数矩阵，重构路网结构

对于每个检测器节点，令该检测器和与该检测器的皮尔逊相关性系数较大的其余p*N(对求得的结果进行取整)个检测器之间创建连边，重新构建基于时间相关性的路网结构，记重构后的路网记为： G′＝(V,A)，其中p为选取最相关检测器节点的比例,p∈(0,1).

a_ij表示重构后的路网矩阵中v_i检测器节点与v_j检测器节点的连边关系：

步骤2.利用GraphSAGE聚合检测器以及与其相连的邻居检测器的交通状态数据，实现基于时间相关性的路网结构提取路网检测器之间的时空特征信息，过程如下：

根据构建的基于时间相关性的路网结构，针对每个检测器节点

的邻居节点特征，采用均值聚合的方法聚合空间信息，若进行 Z层均值聚合，则聚合计算公式为：

其中

表示为对于节点v_i经GraphSAGE提取的第z层特征，

表示为与节点v_i相连的节点集合，即邻居节点集合；sum表示为求邻居节点集合在不同特征属性上的特征和；

为邻居节点个数；

为节点v的邻居集合

的第(z-1)层均值聚合特征；CONCAT表示为特征合并；σ表示为激活函数；W_i ^z为对第i个检测器进行聚合时模型需要训练的权重参数；

对路网中所有节点进行Z层GraphSAGE均值聚合后，对于每个检测器节点v_i得到该节点的聚合特征

路网的聚合特征

步骤3.构建生成对抗网络，并将经GraphSAGE提取的时空特征作为生成器的输入，定义生成对抗网络中生成器与判别器的损失函数，使得经生成器与判别器的对抗训练后，生成器能够根据输入的时空特征信息生成完整的路网交通状态数据，过程如下：

生成对抗网络由生成器G与判别器D构成，将经GraphSAGE均值聚合的路网特征作为生成对抗网络中生成器的输入，输出为完整交通路网交通状态矩阵。具有L_G层全连接层的生成器的模型结构计算公式为：

其中l＝1,2,…,L_G，

为生成器提取的第l层特征；σ为激活函数；W_l ^G，

为第l层需要训练的权重及偏差参数；

为生成器的输出层，f为激活函数，

为生成器的输出层需要训练的权重及偏差参数。

具有L_D层全连接层的判别器的模型结构计算公式为：

其中l＝1,2,…,L_D，若判别器作用于对生成器生成数据进行判别时，

此时判别器的输出记为

若判别器作用于对真实数据进行判别时，

此时判别器的输出记为

为判别器提取的第l层特征；σ为激活函数；W_l ^D，

为判别器的第l层需要训练的权重及偏差参数；

为判别器的输出层,

为判别器的输出层需要训练的权重及偏差参数。

其中，由于原始GAN存在训练困难的问题，因此采用Wasserstein GAN(WGAN)对GAN进行训练。定义生成器与判别器的损失函数Loss_G,Loss_D分别为：

其中α为重构误差系数，

表示生成器G对于输入

时的输出，即为经GraphSAGE-GAN进行数据修复后的数据。

步骤4.将路网交通状态数据划分为训练集与测试集，并根据训练集数据对GraphSAGE-GAN网络模型进行训练，最终用测试集对网络模型性能进行评估，过程如下：

将路网交通状态历史数据按照比例划分成训练集与测试集，划分比例记为a∈(0,1)，则表示训练集样本个数占总数据集样本个数的比例为a。将训练数据作为构建的GraphSAGE-GAN模型的输入，通过模型优化器不断优化模型参数，直至模型收敛，最终得到完成训练后的模型结构。然后采用测试集作为模型的输入，获得模型的预测值，并根据相关指标针对模型预测值与模型真实值之间的误差进行评估。其中采用相关指标：平均绝对误差(MAE)，均方根误差(RMSE)，平均绝对百分比误差(MAPE)对模型性能进行评价，计算公式分别为：

其中S代表测试数据集的样本个数，每个样本的形状均为N×F,Mⁱ表示第i个样本的掩膜矩阵，其中

表示测试集中第i个样本中的第j个节点在第k个特征处的数据是否缺失，若为1则表示该处缺失，反之，表示该处不缺失。X为真实完整交通状态数据集，

为模型的预测值。

实例：实际实验中的数据，实施过程如下：

(1)实验数据选取

实验数据集采用西雅图高速路网共计323个检测器在2015年全年的速度数据，数据采样间隔为5分钟。

(2)参数确定

路网检测器节点个数N＝323，每个节点的特征个数F＝12；构建基于时间相关性的路网结构计算皮尔逊相关性系数时，选取的每个检测器节点历史交通状态数据长度K＝288×7＝2016，皮尔逊相关性系数较大的检测器节点的选取比例设置为p＝0.01；GraphSAGE均值聚合的层数是Z＝2，每一层的隐藏单元个数分别为64，128，激活函数σ为ReLU激活函数，σ(x)＝max(0,x)，激活函数f为sigmoid激活函数， f(x)＝(1+e^-x)^-1；生成对抗网络中生成器与判别器均由2层全连接网络构成，生成器中隐藏单元个数分别为64，128，判别器网络的隐藏单元个数分别为128，64，重构误差系数α＝100；训练集与测试集划分比例a＝0.8；模型训练优化器为RMSprop优化器。

为了模型真实情况的数据缺失状态，数据缺失类型设置为完全随机缺失，与时间上随机缺失，并将数据缺失比例范围设置为0.1至0.7，间隔为0.1。

随机缺失状态中，针对每个样本，掩膜矩阵M中有着随机分布的

个0，代表数据随机缺失的位置，|M|＝N×F，

为数据随机缺失比例。

时间上缺失状态中，针对每个样本，掩膜矩阵M中有着随机分布的

列全为0，表示该时刻数据缺失。

(3)实验结果

根据设置的不同确实模式，不同确实比例下的修复的误差如表1所示：

表1。

Claims (4)

1.一种基于GraphSAGE-GAN的交通路网数据修复方法，其特征在于，所述方法包括以下步骤：

步骤1根据路网检测器历史交通状态数据，计算路网检测器之间的相关性系数，并根据检测器之间的相关性系数大小关系，构建基于时间相关性的路网结构并替代原始基于空间分布关系的路网结构；

步骤2利用GraphSAGE聚合检测器以及与其相连的邻居检测器的交通状态数据，实现基于时间相关性的路网结构提取路网检测器之间的时空特征信息；

步骤3构建生成对抗网络，并将经GraphSAGE提取的时空特征作为生成器的输入，定义生成对抗网络中生成器与判别器的损失函数，使得经生成器与判别器的对抗训练后，生成器能够根据输入的时空特征信息生成完整的路网交通状态数据；

步骤4将路网交通状态数据划分为训练集与测试集，并根据训练集数据对GraphSAGE-GAN网络模型进行训练，最终采用测试集对网络模型性能进行评估；

所述步骤1的过程如下：

过程如下：

1.1构建交通路网，并创建路网交通状态矩阵

构建交通路网，采用图的形式表示为：G＝(V,E)，其中V＝{v₁,v₂,v₃,...,v_N}，

且：

其中N为路网中检测器的总数目，在路网中表示为节点的总数，E表示为网络中节点之间的联系关系，表示路网中任意两个节点是否存在连边关系，针对每个检测器节点v_i(i∈1,2,3,…,N)，其历史数据记为：x_i＝[x_i1,x_i2,x_i3,…,x_iT]，T为记录历史数据的数目，x_it为第i个检测器节点v_i在第t时刻的交通状态数据；

创建路网交通状态矩阵：构建路网交通状态矩阵X^N×F(F＝1,2,3,…,T)，其中F为每个节点的特征个数，该特征表示为检测器节点部分的历史数据，同时创建掩膜M^N×F矩阵记录路网中数据缺失位置，掩膜矩阵M^N×F为(0,1)二值矩阵，其中m_ij(i＝1,2,…,N,j＝1,2,…,F)记录第i个检测器的第j个特征元素的值是否缺失：

将原始路网交通状态矩阵X与掩膜矩阵M对应元素相乘，得到含有缺失数据的交通路网状态数据

1.2计算检测器节点之间相关性系数

针对每个检测器节点的历史数据，采用皮尔逊相关性系数计算公式，计算不同节点之间的时间相关性，第i个检测器v_i与第j个检测器v_j之间的皮尔逊相关性系数r_ij计算公式为：

其中K为计算皮尔逊相关性系数时选取的每个检测器节点历史交通状态数据长度，通过计算不同检测器之间的皮尔逊相关性系数，得到路网G的N×N的皮尔逊相关性系数矩阵

1.3根据路网的相关性系数矩阵，重构路网结构

对于每个检测器节点，令该检测器和与该检测器的皮尔逊相关性系数较大的其余p*N个检测器之间创建连边，重新构建基于时间相关性的路网结构，将重构后的路网记为：G′＝(V,A)，其中p为选取最相关检测器节点的比例,p∈(0,1).

a_ij表示重构后的路网矩阵中v_i检测器节点与v_j检测器节点的连边关系：

2.如权利要求1所述的基于GraphSAGE-GAN的交通路网数据修复方法，其特征在于，所述步骤2的过程如下：

根据构建的基于时间相关性的路网结构，针对每个检测器节点

的邻居节点特征，采用均值聚合的方法聚合空间信息，若进行Z层均值聚合，则聚合计算公式为：

其中

表示为对于节点v_i经GraphSAGE提取的第z层特征，

表示为与节点v_i相连的节点集合，即邻居节点集合；sum表示为求邻居节点集合在不同特征属性上的特征和；

为邻居节点个数；

为节点v的邻居集合

的第(z-1)层均值聚合特征；CONCAT表示为特征合并；σ表示为激活函数；W_i ^z为对第i个检测器进行聚合时模型需要训练的权重参数；

对路网中所有节点进行Z层GraphSAGE均值聚合后，对于每个检测器节点v_i得到该节点的聚合特征

路网的聚合特征

3.如权利要求1所述的基于GraphSAGE-GAN的交通路网数据修复方法，其特征在于，所述步骤3的过程如下：

生成对抗网络由生成器G与判别器D构成，将经GraphSAGE均值聚合的路网特征作为生成对抗网络中生成器的输入，输出为完整交通路网交通状态矩阵；具有L_G层全连接层的生成器的模型结构计算公式为：

其中l＝1,2,…,L_G，

为生成器提取的第l层特征；σ为激活函数；W_l ^G，

为第l层需要训练的权重及偏差参数；

为生成器的输出层，f为激活函数，

为生成器的输出层需要训练的权重及偏差参数；

具有L_D层全连接层的判别器的模型结构计算公式为：

其中l＝1,2,…,L_D，若判别器作用于对生成器生成数据进行判别时，

此时判别器的输出记为

若判别器作用于对真实数据进行判别时，

此时判别器的输出记为

为判别器提取的第l层特征；σ为激活函数；W_l ^D，

为判别器的第l层需要训练的权重及偏差参数；

为判别器的输出层,

为判别器的输出层需要训练的权重及偏差参数；

其中，由于原始GAN存在训练困难的问题，因此采用Wasserstein GAN(WGAN)对GAN进行训练，定义生成器与判别器的损失函数Loss_G,Loss_D分别为：

其中α为重构误差系数，

表示生成器G对于输入

时的输出，即为经GraphSAGE-GAN进行数据修复后的数据。

4.如权利要求1所述的基于GraphSAGE-GAN的交通路网数据修复方法，其特征在于，所述步骤4的过程如下：

将路网交通状态历史数据按照比例划分成训练集与测试集，划分比例记为a∈(0,1)，则表示训练集样本个数占总数据集样本个数的比例为a，将训练数据作为构建的GraphSAGE-GAN模型的输入，通过模型优化器不断优化模型参数，直至模型收敛，最终得到完成训练后的模型结构；然后采用测试集作为模型的输入，获得模型的预测值，并根据相关指标针对模型预测值与模型真实值之间的误差进行评估；其中采用相关指标：平均绝对误差MAE，均方根误差RMSE和平均绝对百分比误差MAPE对模型性能进行评价，计算公式分别为：

其中S代表测试数据集的样本个数，每个样本的形状均为N×F,Mⁱ表示第i个样本的掩膜矩阵，其中

表示测试集中第i个样本中的第j个节点在第k个特征处的数据是否缺失，若为1则表示该处缺失，反之，表示该处不缺失，X为真实完整交通状态数据集，

为模型的预测值。

Images