[AAAI2023] PDFormer：用于交通流量预测的传播延迟感知动态长程Transformer

这是一个基于PyTorch实现的用于交通流量预测的传播延迟感知动态长程Transformer（PDFormer），详细描述请参见我们的论文：Jiawei Jiang*、Chengkai Han*、Wayne Xin Zhao、Jingyuan Wang，用于交通流量预测的传播延迟感知动态长程Transformer，AAAI2023。

* 贡献相同。

环境要求

我们的代码基于Python 3.9.7和PyTorch 1.10.1版本。请确保您已正确安装Python和PyTorch。然后，您可以使用以下pip命令安装所有依赖项：

pip install -r requirements.txt

数据

数据集链接为Google Drive。您可以下载数据集并将它们放在raw_data目录中。

所有6个数据集来自LibCity仓库，它们被处理成原子文件格式。与原始LibCity仓库此处提供的数据集唯一的区别是文件名不同。

请注意，我们的模型会为每个数据集计算DTW矩阵和交通模式集，这个过程比较耗时。因此，我们已经在./libcity/cache/dataset_cache/中提供了所有数据集的DTW矩阵和交通模式集。

训练和测试

您可以通过以下命令在6个数据集上训练和测试PDFormer。参数配置（--config_file）读取根目录中的JSON文件。如果您需要修改模型的参数配置，请修改相应的JSON文件。

python run_model.py --task traffic_state_pred --model PDFormer --dataset PeMS04 --config_file PeMS04
python run_model.py --task traffic_state_pred --model PDFormer --dataset PeMS08 --config_file PeMS08
python run_model.py --task traffic_state_pred --model PDFormer --dataset PeMS07 --config_file PeMS07
python run_model.py --task traffic_state_pred --model PDFormer --dataset NYCTaxi --config_file NYCTaxi --evaluator TrafficStateGridEvaluator
python run_model.py --task traffic_state_pred --model PDFormer --dataset CHIBike --config_file CHIBike --evaluator TrafficStateGridEvaluator
python run_model.py --task traffic_state_pred --model PDFormer --dataset T-Drive --config_file T-Drive --evaluator TrafficStateGridEvaluator

如果您已经按上述方式训练了一个模型，只想测试它，可以按如下设置（以PeMS08为例，假设训练时的实验ID为$ID）：

python run_model.py --task traffic_state_pred --model PDFormer --dataset PeMS08 --config_file PeMS08 --train false --exp_id $ID

注意：默认情况下，实验日志中记录的结果是前n步的平均值。这与论文一致（在JSON文件中配置为**"mode": "average"）。如果您需要分别获取每一步的结果，请将JSON文件的配置修改为"mode": "single"**。

贡献者

参考代码

代码基于LibCity框架开发，这是一个用于交通预测的开源库。

引用

如果您觉得这篇论文有用，请按以下方式引用：

@inproceedings{pdformer,
  title={PDFormer: Propagation Delay-aware Dynamic Long-range Transformer for Traffic Flow Prediction},
  author={Jiawei Jiang and 
  		  Chengkai Han and 
  		  Wayne Xin Zhao and 
  		  Jingyuan Wang},
  booktitle = {{AAAI}},
  publisher = {{AAAI} Press},
  year      = {2023}
}

如果您觉得LibCity有用，请按以下方式引用：

@inproceedings{libcity,
  author    = {Jingyuan Wang and
               Jiawei Jiang and
               Wenjun Jiang and
               Chao Li and
               Wayne Xin Zhao},
  title     = {LibCity: An Open Library for Traffic Prediction},
  booktitle = {{SIGSPATIAL/GIS}},
  pages     = {145--148},
  publisher = {{ACM}},
  year      = {2021}
}