考虑时域和空域的数据驱动的物流需求预测方法和系统

本发明提供一种考虑时域和空域的数据驱动的物流需求预测方法和系统，涉及物流需求预测技术领域。本发明结合图注意力网络和LSTM联合网络模型的优势，能够充分利用空间关系和时间序列信息，在预测物流需求时综合考虑节点间的空间依赖关系和时间序列数据的长期依赖关系。这种综合考虑不同维度的依赖关系，并且通过注意力机制分别为时间数据和空间数据赋予不同权重，使得模型能够更全面、更准确地预测未来的需求，并在各种物流场景下表现出良好的适应性。