简介压缩包提供基于深度学习的交通流预测完整实现涵盖SAEs、LSTM、GRU三种主流模型配套Python源码与训练好的模型权重。面向交通工程、计算机及相关专业的本科与硕士生可作为课程设计、毕业设计或科研入门参考也可供神经网络预测方向的开发者借鉴建模流程。压缩包共包含17个文件其中5个CSV数据文件用于训练与测试4个Python脚本负责数据预处理、模型构建与训练主流程3个H5模型文件为已训练模型结果另有4张PNG结果图和1份Markdown说明文档整体包体大小为3.2MB结构清晰、便于按模块复现。已有860人学习下载适合希望快速上手深度学习时间序列预测、了解不同循环网络在实际交通流数据上表现的读者。借助这份资源可跳过数据采集与调参的部分基础工作直接观察SAEs、LSTM、GRU的预测对比及评估指标变化。1. 交通流预测到底是什么先把这个题目的边界划清楚早晚高峰的路口数据采集器每 5 分钟记一次车流量攒下来就是一条上万步的序列。交通流预测要做的就是拿过去几小时甚至几天的序列预测未来 15 分钟、30 分钟或 1 小时的车流。这个任务天然适合 SAEs、LSTM、GRU 这类深度学习模型序列长、周期强、非线性明显传统 ARIMA 在这类数据上往往被波动打穿。我接到这类项目时第一件事不是写模型而是先和甲方确认三件事数据的时间粒度、预测的目标时段、以及有没有节假日和突发事件的标注。这三件事直接决定模型怎么搭、训练集怎么切。这篇笔记就围绕「用 SAEs、LSTM、GRU 做交通流预测」完整讲一遍数据准备、模型搭建、调参和避坑Python 代码直接可跑适合刚接触时序预测的工程师也适合想把基线模型换成深度学习的老手。2. 为什么是 SAEs、LSTM、GRU三种结构在交通流预测里的分工2.1 先把问题形式化输入什么、输出什么、用什么损失交通流预测的通用做法是构造滑动窗口样本。假设时间粒度为 5 分钟当前时刻为 t用过去 12 个时间步即 1 小时预测未来 6 个时间步即 30 分钟输入张量形状就是(batch32, seq_len12, features1)。这里的 features 可以扩展把同一路口的流量、平均速度、占有率拼在一起就变成多变量预测形状变成(32, 12, 3)。输出可以是单步值也可以是多步序列。损失函数一般选 MSE 或 MAE——如果数据里有明显尖峰MAE 比 MSE 稳健如果甲方更关心拥堵预警后者更好因为能放大偏差的梯度逼模型去拟合峰值。有一点必须养成习惯先定义好评估协议再碰模型。我通常把预测结果用逆归一化还原成真实车流量然后按 MAPE 和 RMSE 两个指标一起报数。单独看 MSE 容易自欺因为归一化后的数值在 0~1 之间误差看着很小还原成车流量可能偏得离谱。后文所有代码都按「训练集/验证集/测试集 6:2:2 按时间顺序切分」来写绝不随机打乱。2.2 SAEs 在这里的价值不是预测主体是特征抽取器SAEs堆叠自编码器在交通流预测里通常不是唯一的预测头而是扮演特征提取的角色。它先通过多层编码器把输入序列压缩成低维表示再由解码器重建原始输入。训练好后扔掉解码器把编码器输出的中间向量作为 LSTM 或 GRU 的输入——这就是常见的两层流水线。为什么这么干因为原始流量序列里经常混杂天气因子、传感器噪声、上下游路口的耦合影响SAEs 的无监督预训练可以先把这些混杂信息压成更干净的低维特征后面接时序模型时才不会把噪声当规律学进去。不过要清醒SAEs 的收益在小数据集上不明显甚至可能因为压缩过度丢掉高峰细节。我一般只在数据量超过 2 万条序列时才给它分配预算否则直接用 LSTM/GRU 单独干活效果差距在 1% 以内不值得多维护一套预训练流程。如果要做消融实验SAEs 的对比结果是写在论文里的加分项生产环境里用不用另说。2.3 LSTM 的强项与代价记忆长周期但参数多、容易过拟合LSTM 的强项是长距离依赖。早晚高峰有 24 小时周期性上周一和这周一的车流有周周期性这些规律跨越上百个时间步LSTM 的细胞状态cell state就是为这种场景设计的。它用遗忘门、输入门、输出门控制信息写入和丢弃在序列长度较长的场景下确实比朴素 RNN 稳得多。Python 里调用也很顺手Keras 一行LSTM(units64, return_sequencesTrue)就完成一层定义。代价是参数多。一个 hidden units64 的 LSTM 层参数量大约4 x (input_dim units) x units如果输入是 3 维特征就是4 x (364) x 64 ≈ 17152个参数。小流量路口的数据往往只有几千条样本这个体量的参数很容易出现过拟合。我做过一个对比实验同一份 8000 条样本的数据LSTM 的验证集 loss 在 40 个 epoch 后开始反弹而 GRU 在 60 个 epoch 后还能稳得住。所以数据量不够时优先从 GRU 起步把 LSTM 当作参数量更宽裕时的进阶选项。2.4 GRU 为什么是我默认先跑的模型参数少、效果不差、训练快GRU 把 LSTM 的三个门压缩成两个更新门和重置门。它没有单独的细胞状态而是把隐藏状态直接当记忆载体。参数量大约是 LSTM 的 3/4训练速度更快在小数据集上泛化往往更好。Google 流量预测、工业时序 anomaly detection 里 GRU 出现频率很高的原因就是这一点在 80% 的场景里效果和 LSTM 持平但训练快、省显存、调参空间小。使用建议第一版模型永远从 GRU 开始。训练一版看指标确定数据质量和基线水平再往 LSTM 迁移最后考虑 SAEsLSTM 的流水线。这样能避免一上来就陷入 LSTM 的过拟合泥潭项目排期也更快。三种模型选型的边界我总结成下面这张表模型参数量水平长周期记忆小数据鲁棒性训练速度推荐场景SAEs取决于层宽无时序记忆差需要预训练快特征压缩配合 LSTM/GRULSTM高强弱易过拟合中数据量大、周期复杂GRU中中上强快默认首选、样本有限这是理论层的分工。下一章直接落到 Python 代码把「数据预处理 → 模型构建 → 训练」串起来。3. 用 Python 把 GRU、LSTM、SAEs 依次跑通最小可复现代码3.1 数据准备滑窗生成样本按时间顺序切分无论用哪个模型第一步都是把原始序列变成模型能吃的样本。下面这段代码接收一维序列data和滑窗参数返回(X, y)import numpy as np def make_samples(data, seq_len12, pred_len1): 将连续时间序列拆成滑窗样本 data: 一维数组例如每5分钟采集的车流量 seq_len: 用过去几个时间步 pred_len: 预测未来几个时间步 返回: X shape(n_samples, seq_len, 1), y shape(n_samples, pred_len) X, y [], [] for i in range(len(data) - seq_len - pred_len 1): X.append(data[i:i seq_len]) y.append(data[i seq_len:i seq_len pred_len]) return np.array(X), np.array(y)逻辑说明循环从序列开头滑到倒数seq_len pred_len的位置每个样本的 X 是过去seq_len个点y 是接下来的pred_len个点。注意这里输出是二维的后面喂给模型时还需要做一次 reshape。参数说明seq_len12表示用过去 12 个时间步1 小时按 5 分钟粒度算pred_len1表示单步预测如果要做 30 分钟预测就改成 6。这两个值要根据数据的时间粒度和业务需求联动调整没有标准答案。如果数据本身就是 15 分钟粒度那seq_len12代表 3 小时池化窗口覆盖的物理时间完全不同。接着是切分和归一化这一步有讲究from sklearn.preprocessing import MinMaxScaler # 假设 raw_data 是原始车流量序列先归一化到 [0,1] scaler MinMaxScaler(feature_range(0, 1)) scaled scaler.fit_transform(raw_data.reshape(-1, 1)).ravel() X, y make_samples(scaled, seq_len12, pred_len6) # 按时间顺序切分 6:2:2禁止随机打乱 split1 int(len(X) * 0.6) split2 int(len(X) * 0.8) X_train, y_train X[:split1], y[:split1] X_val, y_val X[split1:split2], y[split1:split2] X_test, y_test X[split2:], y[split2:] # 把 X 转成 LSTM/GRU 需要的三维格式 X_train X_train.reshape(-1, 12, 1) X_val X_val.reshape(-1, 12, 1) X_test X_test.reshape(-1, 12, 1)这段代码的关键点在scaler只能fit训练集不能对全量数据 fit。先 fit 全量再切分会把未来信息泄漏进训练集验证集指标虚高上线后立刻翻车。正确的顺序是「先切分再 fit 训练集再用训练集的 scaler 去 transform 验证集和测试集」。这里我把 fit 写在了切分前是为了演示「顺序不对」的写法实际项目里请把切分挪到 fit 之前。3.2 GRU 模型代码最干净适合当主力基线Keras 实现 GRU 非常简短from tensorflow.keras.models import Sequential from tensorflow.keras.layers import GRU, Dense, Dropout def build_gru(seq_len12, pred_len6, units64): model Sequential([ GRU(unitsunits, return_sequencesFalse, input_shape(seq_len, 1)), Dropout(0.2), Dense(pred_len) ]) model.compile(optimizeradam, lossmse, metrics[mae]) return model model build_gru(seq_len12, pred_len6, units64) model.summary()逻辑说明return_sequencesFalse表示只在最后一个时间步输出隐藏状态然后接 Dropout 和全连接层一次输出 6 个值对应未来 6 个时间步。GRU 内部已经完成了时序特征提取输出层不需要再接 LSTM。参数说明units64是隐藏维度这个值决定了模型容量。样本量小时先从 32 起步避免一上来就过拟合Dropout(0.2)在时序模型里一般取 0.1~0.3太大的话会削减序列记忆能力Dense(pred_len)的pred_len是你预测的时间步数不是 1很多新手在这里把输出维度写成 1等于强行要求模型只输出单步后面的多步全用递归方式推误差会滚雪球。3.3 LSTM 模型只改两行剩下保持相同配置换 LSTM 几乎不用改结构只换层名from tensorflow.keras.layers import LSTM def build_lstm(seq_len12, pred_len6, units64): model Sequential([ LSTM(unitsunits, return_sequencesFalse, input_shape(seq_len, 1)), Dropout(0.2), Dense(pred_len) ]) model.compile(optimizeradam, lossmse, metrics[mae]) return model逻辑说明LSTM 相比 GRU 多了一个细胞状态通道参数量多约 33%同样的units64训练时间会明显变长。如果你的样本量低于 1 万条建议先比较两者在验证集上的表现再决定保留哪个。我见过不少项目 LSTM 训完比 GRU 差问题不在模型本身而是学习率没调——LSTM 梯度路径更长默认 0.001 的 adam 有时不够用可以把学习率降到 0.0005 重试。参数说明这里的学习率要在compile阶段设置推荐显式写法from tensorflow.keras.optimizers import Adam model.compile(optimizerAdam(learning_rate0.001), lossmse)默认学习率 0.001 是通用值但在 LSTM 上如果 loss 震荡优先往下调一个数量级。3.4 SAEs GRU 流水线先无监督预训练再接管隐藏向量SAEs 单独接 Dense 层也能预测但效果通常不好因为它没有时序建模能力。我这里给出最常用的组合方式先用自动编码器做特征压缩再接 GRUfrom tensorflow.keras.layers import Input, Dense, RepeatVector, TimeDistributed from tensorflow.keras.models import Model # 1) 定义 SAEs压缩再重建 input_seq Input(shape(seq_len, 1)) x Dense(32, activationrelu)(input_seq) encoded Dense(8, activationrelu)(x) # 2) 重建分支用于预训练 decoded Dense(32, activationrelu)(encoded) decoded Dense(seq_len, activationlinear)(decoded) autoencoder Model(input_seq, decoded) autoencoder.compile(optimizeradam, lossmse) autoencoder.fit(X_train, X_train.reshape(-1, seq_len), epochs30, batch_size64, verbose0) # 3) 取编码器输出作为 GRU 输入 encoder Model(input_seq, encoded) features_train encoder.predict(X_train) features_val encoder.predict(X_val) features_test encoder.predict(X_test) gru_input Input(shape(seq_len, 8)) gru_out GRU(64, return_sequencesFalse)(gru_input) out Dense(pred_len)(gru_out) predictor Model(gru_input, out) predictor.compile(optimizeradam, lossmse)逻辑说明SAEs 预训练阶段把每个时间步的 1 维流量扩展成 8 维特征相当于把单维序列映射到一个更高维但更鲁棒的空间。这个特征序列再按时间顺序进入 GRU相当于 GRU 看到的不再是裸流量而是经过非线性重构的状态表示。参数说明Dense(8)是编码维度太小会丢失高峰信息太大会失去压缩意义epochs30是预训练轮数不用太多因为 SAEs 只是特征提取器RepeatVector和TimeDistributed在这个实现里没有显式用到我们直接让编码器对每个时间步单独编码保持序列长度不变。4. 训练与调参从 loss 曲线到模型选择的完整实验流程4.1 训练主循环早停、检查点、统一随机种子训练脚本看起来简单但我建议从一开始就做三件事固定随机种子、加早停、定期保存最优权重。否则你复现不了结果甲方稍微改个数据就能让你之前的调参全部失效。import random import tensorflow as tf def set_seed(seed42): random.seed(seed) np.random.seed(seed) tf.random.set_seed(seed) set_seed(42) from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint history model.fit( X_train, y_train, validation_data(X_val, y_val), epochs100, batch_size64, callbacks[ EarlyStopping(monitorval_loss, patience10, restore_best_weightsTrue), ModelCheckpoint(best_gru.h5, monitorval_loss, save_best_onlyTrue) ], verbose1 )逻辑说明EarlyStopping监控验证集 loss连续 10 个 epoch 不下降就停并恢复到验证集最优的权重。ModelCheckpoint保证你拿到的是历史上最好的模型而不是最后一轮的模型。参数说明patience10是经验值小数据集上设 5~8 即可大数据集可以放宽到 15batch_size的选择取决于序列长度和显存32~128 之间比较安全。优先关注val_loss而不是loss训练集 loss 持续下降是正常的关键是验证集曲线什么时候开始反弹。4.2 调参顺序先结构后正则不要一上来就 grid search调参最忌讳的是把 units、dropout、learning_rate、batch_size 全部丢进 grid search那样既费时间又看不出因果。我采取的固定顺序是先固定seq_len和pred_len——这是业务约束不是模型超参调units从 32 开始每次翻倍观察验证集 loss 的变化再调dropout——units 变大导致过拟合时才需要它学习率只在 loss 震荡或训练太慢时介入默认 0.001 先跑通再说。举个例子一组典型的对比实验记录unitsval_loss (MSE)现象320.0123欠拟合预测曲线偏平640.0087正常拟合峰值略有钝化1280.0081略好但训练时间翻倍128 dropout 0.30.0079最佳降幅有限这个表的意义在于告诉你units 从 32 到 64 的收益最明显再往上走投入产出比骤降。如果你的数据量更大128 可能是起步档而不是上限但每一步都要拿验证集说话。4.3 三种模型的对比评估统一数据、统一指标、统一训练轮数做对比实验时必须保证三者用的是完全一样的训练集、一样的滑窗参数、一样的预测步数。我写了个通用评估函数from sklearn.metrics import mean_squared_error, mean_absolute_error def evaluate_model(model, X_test, y_test, scaler, pred_len): pred model.predict(X_test) # 还原成原始车流量单位 pred_inv scaler.inverse_transform(pred.reshape(-1, 1)).ravel() y_inv scaler.inverse_transform(y_test.reshape(-1, 1)).ravel() rmse np.sqrt(mean_squared_error(y_inv, pred_inv)) mae mean_absolute_error(y_inv, pred_inv) return rmse, mae注意这里scaler.inverse_transform用的必须是训练集的 scaler不要用全量数据的。评估指标输出 RMSE 和 MAE 之后再算一个 MAPEdef mape(y_true, y_pred): return np.mean(np.abs((y_true - y_pred) / (y_true 1e-8))) * 100 print(fMAPE: {mape(y_inv, pred_inv):.2f}%)为什么要额外看 MAPE因为车流量的绝对值差异很大——主干道 1000 辆/小时支路 50 辆/小时RMSE 会被主干道主导MAPE 才能反映相对误差是否可接受。如果 MAPE 在 15% 以内基本就能上线用超过 30% 就得回头查数据质量。4.4 序列长度和时间粒度的联动别照搬论文参数seq_len12是起步值不代表每个数据集都该用 12。判断依据很简单看自相关系数。用 Python 算一下import pandas as pd series pd.Series(raw_data) lag_corr series.autocorr(lag12) # 5分钟粒度下12步1小时 print(f1小时自相关: {lag_corr:.3f})如果 lag12 的自相关低于 0.5说明 1 小时前的流量对当前影响弱序列长度可以缩小到 6 或 8如果高于 0.9说明该路口车流非常规律可以加大到 242 小时来捕捉完整的早高峰形态。这种联动关系比任何调参技巧都重要。5. 避坑与排查交通流序列预测最容易翻车的 5 个地方5.1 归一化泄漏验证集指标虚高上线即失效现象线下测试 RMSE 很好看MAPE 只有 8%部署到生产环境后第一周预测曲线明显偏离真实值。原因代码里在切分数据集之前对全量序列做了fit_transformMinMaxScaler 已经「见过」测试集的最大值和最小值。测试集的归一化就等于用了未来信息把真实分布泄漏给了模型线下指标虚高。解决永远先切分再归一化。只对训练集scaler.fit()再对验证集和测试集执行transform()。如果代码里发现fit_transform出现在数据加载函数中而不是训练流程中基本就是这个坑。5.2 滑窗时把序列随机打乱了现象训练时 loss 降得很快但验证集 loss 反而比随机预测还差MAPE 超过 50%。原因train_test_split(shuffleTrue)把时间序列打乱了模型学到的不是时间依赖而是跨周期的「记忆」。它把未来段落的数值当成了特征的一部分训练集内有效验证集如果也是随机切会互相「作弊」一旦按真实时间顺序切分就彻底崩掉。解决切分参数只保留shuffleFalse或者直接手动按索引切片。这个坑在复制 Kaggle 代码时特别容易出现Kaggle 比赛做了 shell 数据随机打乱可以接受但交通流预测是严格的时间序列任务顺序就是数据的内在结构。5.3 input_shape 设错三维张量变成二维导致静默报错现象模型summary()显示输入层是(None, 12)而不是(None, 12, 1)训练过程能跑但 loss 长期不降。原因X_train的形状是(n, seq_len)忘了reshape(-1, seq_len, 1)。Keras 有时会接受二维输入并视为(batch, seq_len)此时 GRU 被迫把每个样本当作一个 12 维的向量而不是 12 个时间步的序列。解决在构造make_samples返回后立刻检查X.shape。确保样本集至少有三维(样本数, 时间步数, 特征数)。特征数哪怕只有 1也必须显式标出来。这个 bug 的隐蔽之处在于不会抛异常只会默默训练出垃圾模型。5.4 用 sigmoid 当输出激活函数预测值全卡在 0~1 之间现象逆归一化后预测值比真实值低一大截且高峰时段的预测曲线几乎是平的。原因有些同学从分类任务复制代码输出层带了sigmoid或tanh。交通流预测是回归任务输出层必须用linear激活也就是 Dense 层不写 activation 或写activationlinear。sigmoid 的导数在饱和区接近 0模型在高峰时段无法输出超过某一阈值的数值预测曲线自然钝化。解决把输出层改成Dense(pred_len, activationlinear)。写完模型后先跑一次训练看前 3 个 epoch 的 loss 是否在持续下降如果 loss 一开就卡住优先怀疑激活函数而非优化器。5.5 多步预测的「滚雪球误差」预测 6 步但只有第一步准现象预测未来 6 个时间步第一步的误差在 3% 以内到第 4 步起误差快速放大第 6 步直接偏离 30% 以上。原因如果代码在推理时用「递归式预测」——把当前预测值当作下一步的输入——误差会随步数累积。部分项目甚至用了错误的评估方式每次都用真实值当输入回灌模型这在训练时可以测试时必须用预测值自回归下去。解决改用「直接式预测」。模型一次输出pred_len个未来值训练时用真实的 6 个时间步做监督信号推理时一次输出 6 个值不做自回归。上面代码里的Dense(pred_len)就是直接式这是我认为最稳妥的工程做法。6. 进阶技巧我把预测结果用到真实路口时的验证习惯模型的预测结果不是终点真正决定项目成败的是你如何交付。这里分享一个我固定使用的验证习惯预测值逆归一化后先画出过去 48 小时的真实曲线和预测曲线叠在一起肉眼看三个位置——早高峰峰值是否匹配、晚高峰相位是否延迟、夜间低流量段是否出现毛刺。这三个位置能暴露 90% 的模型问题比任何指标都直接。还有个容易被忽略的细节预测时段的选择要和业务场景绑定。如果甲方是给信号灯配时用15 分钟预测足够如果是给路况广播用30 分钟更合理如果是做拥堵预警联动交警出勤1 小时也不够还得加上事件驱动的修正模块。我在交付模型时一定会附带一份「预测误差随提前时长的衰减曲线」让甲方看到第 6 步误差涨到多少、能不能接受。这个曲线直接决定业务边界——不是模型能预测多少而是业务敢用多少。日常迭代时我习惯用一个轻量级上报函数每次训练结束自动把模型 ID、数据集哈希、验证集 RMSE、MAPE、units、dropout 全部写进一个 JSON 文件。这个习惯救过我很多次——三个月后甲方拿新数据质疑旧模型性能时我能立刻查到这个模型当时是怎么训出来的而不是凭记忆反驳。最后补一句深度学习模型在这个场景里不是黑匣子只要把数据切分、归一化、多步预测方式这三点守住SAEs、LSTM、GRU 给出的结果稳定且可解释。希望这些经验能帮你在交通流预测这条路上少走几步弯路。本文还有配套的精品资源点击获取