摘要
本发明涉及一种基于多尺度时空图注意力网络的地铁客流预测方法及设备,包括:采集地铁OD对的客流数据、地铁线网结构数据以及土地使用类型数据;基于采集的数据构建OD级别的城市轨道交通知识图谱,并计算知识图谱的节点特征,包括计算历史客流特征、计算土地使用信息、计算OD对的可达性以及计算OD对相关性;将知识图谱的节点特征输入多尺度时空图注意力网络,先对节点特征进行图过滤,再结合时空注意力机制的结果,更新知识图谱的节点特征;将更新后的节点特征输入多尺度LSTM模型,输出地铁客流的多尺度预测结果。与现有技术相比,本发明具有预测更精准、有助于智能化调度等优点。
技术关键词
地铁客流预测方法
节点特征
LSTM模型
输入多尺度
轨道交通知识
客流特征
更新知识图谱
网络
时空注意力机制
相关性分析方法
网结构
联合损失函数
构建知识图谱
邻居
图谱特征