一种基于图卷积神经网络的城市路网动态OD估计方法

本发明公开了一种基于图卷积神经网络的城市路网动态OD估计方法。主要步骤包括：获取研究路网内AVI检测数据和移动众包轨迹数据，进行路网匹配，分时段统计各个检测点通过的车辆数，生成AVI检测OD矩阵和移动众包OD矩阵；根据路网真实动态OD特性将其建模为图结构数据，基于移动众包OD矩阵构建日常动态OD关系图；利用投影法融合AVI检测OD矩阵和移动众包OD矩阵，生成先验OD矩阵，作为日常动态OD关系图内节点的特征表示；将日常动态OD关系图及对应的特征表示作为输入，以GCN模型作为卷积层构建编码器，通过全连接层进行解码，搭建基于图卷积神经网络的动态OD估计模型；计算模型总损失并根据模型总损失调整模型参数，得到训练好的动态OD估计模型。