基于生成对抗网络的城市路网行程时间数据补全

行程时间信息在交通管控中起着重要作用。车辆轨迹信息可以提供大规模路网行程时间数据。然而，由于轨迹数据的稀疏性，路网行程时间常出现数据缺失问题。为解决这一问题，构建一种生成对抗网络(GAN)模型。该模型通过拟合数据丰富路段的行程时间数据的概率分布，为数据缺失路段生成行程时间数据。利用滴滴出行轨迹数据进行了数值实验，结果表明GAN模型的数据补全能力优于对比方法。