公开(公告)号：CN112488422A

公开(公告)日：2021-03-12

申请号：CN202011485155.0

申请日：2020-12-16

Applicant: 东南大学

Inventor： 王升 ,  芦志强 ,  张文波 ,  刘志远 ,  张奇

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多任务学习的多模式出行需求预测方法，涉及交通需求预测技术领域，具体如下：采集多种交通方式的非集计出行数据，对非集计出行数据进行预处理；构造出行需求网格图；构造局部出行需求网格图的时间序列，构造多任务学习样本集，将局部出行需求网格图的时间序列构造为多任务学习样本集；构造基于多任务学习的出行需求预测模型；使用上述中的多任务学习样本集，训练所述基于多任务学习的出行需求预测模型，得到训练好的出行需求预测模型；利用训练好的出行需求预测模型即能进行多模式的出行需求预测。本发明融合多种出行需求预测任务，提高出行需求的预测精度。

公开(公告)号：CN112488422B

公开(公告)日：2022-11-18

申请号：CN202011485155.0

申请日：2020-12-16

Applicant: 东南大学

Inventor： 王升 ,  芦志强 ,  张文波 ,  刘志远 ,  张奇

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多任务学习的多模式出行需求预测方法，涉及交通需求预测技术领域，具体如下：采集多种交通方式的非集计出行数据，对非集计出行数据进行预处理；构造出行需求网格图；构造局部出行需求网格图的时间序列，构造多任务学习样本集，将局部出行需求网格图的时间序列构造为多任务学习样本集；构造基于多任务学习的出行需求预测模型；使用上述中的多任务学习样本集，训练所述基于多任务学习的出行需求预测模型，得到训练好的出行需求预测模型；利用训练好的出行需求预测模型即能进行多模式的出行需求预测。本发明融合多种出行需求预测任务，提高出行需求的预测精度。