基于时空网络的地铁进出站客流量预测

摘要：

客流量预测是城市智能交通系统的重要组成部分,对人们出行和交通管控有着重要的指导意义.针对地铁客流量数据具有时间维度和空间维度属性的特点,提出一种可以同时捕获数据时空特征的预测模型.该模型基于编码器解码器架构设计,其中解码器和编码器均由时空预测模块组成,在该模块中利用图卷积学习地铁站的空间拓朴结构、门控循环单元来捕获数据的时间特征.此外,模型将单位时间间隔内进站和出站客流量分别构成的两个时间序列,即进出站双时间序列作为输入,最终协同预测各站点的进站与出站人数.在上海地铁一卡通数据集上进行对比实验,实验结果表明,所提出的模型在进站与出站客流量预测上均取得了更好的效果,这表明考虑空间依赖能够有效地提高模型预测精度.

关键词：客流量预测;时空数据;编码器解码器;图卷积网络;门控循环单元

所属期刊栏目：57

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金71774111

在线出版日期：2021-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：248-254