摘要：为了及时发现、评估与应对高速公路隧道交通风险隐患，确保隧道运行安全通畅，构建了基于时空Transformer网络的隧道运行风险状态动态辨识方法。以隧道交通流全域检测数据与关键断面集计数据为输入，通过空间CNN卷积与时序LSTM对隧道车流不同运行状态的时空分布特征进行无监督提取；利用大样本训练Transformer网络层参数，以捕获隧道交通运行状态在高维风险特征空间的分布与差异，实现隧道交通状态的风险划分与评估。采用真实隧道交通检测数据下验证了本文方法有效性，对隧道运行风险评估精度约为96%。
文章目录
0 引言
1 隧道交通流运行风险动态评估方法
1.1 隧道交通运行数据预处理
1.2 时空Transformer网络与计算原理
1.3 基于时空Transformer网络的隧道风险评估流程
2 实验数据分析
2.1 实验数据来源与标定
2.2 网络参数设定
2.3 评价指标
2.4 对比实验分析
3 结束语
