摘要
本发明公开了一种考虑邻域影响的出行链目的地选择预测方法。本发明将区域划分成一个个单独的交通小区,通过空间位置关系,确定不同交通小区的邻接矩阵;基于出行链框架的交通模型预测得到不同交通小区不同群体不同目的的出行总量,基于不同出行目的,计算不同交通小区的对不同目的的服务水平。基于邻接矩阵,构建交通小区之间的图卷积神经网络,充分学习本小区周边邻域小区的特征。最后利用logit模型综合考虑小区可达性,小区及邻域的综合吸引力水平以及小区所属区位的K参数,来进行目的选择概率计算。本发明通过刻画交通小区之间阻抗,图神经网络计算小区及其周边小区区位影响,K参数等因子,通过logit模型,实现出行链出行的目的地选择预测方法。
技术关键词
小区
交通
卷积神经网络模型
网络结构
邻域
节点特征
卷积神经网络训练
矩阵
空间位置关系
总量
大数据
计算机程序产品
因子
参数
分析单元
指令
信令
可读存储介质
代表
系统为您推荐了相关专利信息
动态优化方法
公交客流预测
混合算法
智能公共交通系统
数据
多线结构光
激光点云数据
网络结构
融合方法
邻域
资源优化配置方法
城市信息模型
多元异构数据
设施
网格
智能广告投放
云端
平台
生成用户画像
深度卷积神经网络模型