基于时空并行栅格神经网络的地铁人流量多步预测方法

    公开(公告)号:CN113408806A

    公开(公告)日:2021-09-17

    申请号:CN202110710281.X

    申请日:2021-06-25

    Abstract: 本发明公开了一种基于时空并行栅格神经网络的地铁人流量多步预测方法,首先提出栅格神经网络来学习地铁人流量的时间关系,捕捉地铁人流量短期时间相关性;然后提出基于周期栅格神经网络的编码器‑解码器捕捉地铁人流量的长期时间相关性;再通过基于转移流量的指标来度量地铁站间的空间相关性,并将地铁系统建模成加权有向图;将传播图神经网络与基于栅格神经网络的编码器‑解码器组合,学习地铁人流量的动态空间相关性;并行执行长短期时间相关性和动态空间相关性的学习过程,融合两者的结果得到最终的地铁人流量多步预测结果。本发明采用时空并行学习的框架,有效地学习到地铁人流量的长短期时间相关性和动态空间相关性,并应用于多步预测。

Patent Agency Ranking