一种考虑动态时空相关性的轨道交通客流预测方法

    公开(公告)号:CN113298314B

    公开(公告)日:2023-09-01

    申请号:CN202110646415.6

    申请日:2021-06-10

    Applicant: 重庆大学

    Abstract: 本发明涉及一种考虑动态时空相关性的轨道交通客流预测方法,属于城市轨道交通管理领域。该方法在通过时空注意力机制学习轨道交通客流中的动态时空相关性后,运用图卷积网络GCN和一维卷积网络CNN分别学习轨道交通网络客流的空间特性以及时间特性,再通过提取外部特征,进行加权融合之后得到预测结果,实现对轨道交通客流的精确预测;具体步骤如下:定义考虑动态时空相关性的轨道交通客流预测模型;引入空间注意力机制,学习轨道交通客流中的动态空间相关性;引入时间注意力机制,学习轨道交通客流中的动态时间相关性;进行全连接网络的外部特征提取;进行模型搭建,实现对轨道交通客流的预测。本发明能显著提升轨道交通管理调度的效率和精确度。

    一种基于改进的K-means聚类算法的通勤交通小区对识别方法

    公开(公告)号:CN115456063B

    公开(公告)日:2025-04-25

    申请号:CN202211069752.4

    申请日:2022-09-02

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于改进的K‑means聚类算法的通勤交通小区对识别方法,主要包括以下步骤:划分交通小区、生成交通小区之间的流量转移矩阵和识别通勤交通小区对。本发明的方法通过分析挖掘海量出租车GPS数据,识别出租车通勤交通小区对,有利于支持交通部门的规划决策,还可以为第三方公司设计方案提供有效数据支持,例如设计定制公交,这对于缓解城市交通拥堵、提高公共交通效率、打造畅通城市,具有非常重要的现实意义。

    一种考虑动态时空相关性的轨道交通客流预测方法

    公开(公告)号:CN113298314A

    公开(公告)日:2021-08-24

    申请号:CN202110646415.6

    申请日:2021-06-10

    Applicant: 重庆大学

    Abstract: 本发明涉及一种考虑动态时空相关性的轨道交通客流预测方法,属于城市轨道交通管理领域。该方法在通过时空注意力机制学习轨道交通客流中的动态时空相关性后,运用图卷积网络GCN和一维卷积网络CNN分别学习轨道交通网络客流的空间特性以及时间特性,再通过提取外部特征,进行加权融合之后得到预测结果,实现对轨道交通客流的精确预测;具体步骤如下:定义考虑动态时空相关性的轨道交通客流预测模型;引入空间注意力机制,学习轨道交通客流中的动态空间相关性;引入时间注意力机制,学习轨道交通客流中的动态时间相关性;进行全连接网络的外部特征提取;进行模型搭建,实现对轨道交通客流的预测。本发明能显著提升轨道交通管理调度的效率和精确度。

    一种基于改进的K-means聚类算法的通勤交通小区对识别方法

    公开(公告)号:CN115456063A

    公开(公告)日:2022-12-09

    申请号:CN202211069752.4

    申请日:2022-09-02

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于改进的K‑means聚类算法的通勤交通小区对识别方法,主要包括以下步骤:划分交通小区、生成交通小区之间的流量转移矩阵和识别通勤交通小区对。本发明的方法通过分析挖掘海量出租车GPS数据,识别出租车通勤交通小区对,有利于支持交通部门的规划决策,还可以为第三方公司设计方案提供有效数据支持,例如设计定制公交,这对于缓解城市交通拥堵、提高公共交通效率、打造畅通城市,具有非常重要的现实意义。

Patent Agency Ranking