一种基于时空多图神经网络的网约车需求预测方法

    公开(公告)号:CN114372830B

    公开(公告)日:2024-11-26

    申请号:CN202210038032.5

    申请日:2022-01-13

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于时空多图神经网络的网约车需求预测方法,包括:获取网约车需求数据,根据城市路段空间关系、路段的功能、公共交通相关性,构建邻接关系图、路段功能相关性图、路段公共交通相关性图,将构建的图数据输入到端到端的时空图卷积神经网络中,首先利用图卷积网络捕获多图相关性,然后进行多图融合,其次将每一时刻融合的图输入到门控循环神经网络中捕获图数据之间的时间相关性,构建时空图卷积神经网络,将订单时间和匹配到的路段输入至时空图卷积神经网络,得到路段上网约车需求量预测值。该方法从网约车需求时空分布角度出发,构建多图并利用端到端的时空图卷积神经网络对所有路段在未来多个时间切片的网约车需求进行预测。

    一种基于时空多图神经网络的网约车需求预测方法

    公开(公告)号:CN114372830A

    公开(公告)日:2022-04-19

    申请号:CN202210038032.5

    申请日:2022-01-13

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于时空多图神经网络的网约车需求预测方法,包括:获取网约车需求数据,根据城市路段空间关系、路段的功能、公共交通相关性,构建邻接关系图、路段功能相关性图、路段公共交通相关性图,将构建的图数据输入到端到端的时空图卷积神经网络中,首先利用图卷积网络捕获多图相关性,然后进行多图融合,其次将每一时刻融合的图输入到门控循环神经网络中捕获图数据之间的时间相关性,构建时空图卷积神经网络,将订单时间和匹配到的路段输入至时空图卷积神经网络,得到路段上网约车需求量预测值。该方法从网约车需求时空分布角度出发,构建多图并利用端到端的时空图卷积神经网络对所有路段在未来多个时间切片的网约车需求进行预测。

Patent Agency Ranking