一种基于图联邦学习的跨出行平台供需预测方法

本发明公开了一种跨出行平台的图联邦学习预测方法，属于联邦计算领域。中心服务器负责协调各出行平台、算子解耦、模型聚合与模型更新；出行平台侧主要配合服务器，进行本地时空图建模与本地时空特征提取。各个出行平台首先将服务区域划分成不同的网格区域；然后，根据历史数据计算不同区域的供需数据，将区域内的历史供需作为预测特征；随后，将不同区域之间的关联关系建模成图联邦，并在中心服务器的协调下进行跨平台特征聚合，实现跨平台的时空供需预测。本发明降低了计算开销，兼顾了隐私与效率。