一种基于时空动态语义超图卷积的城市轨道交通短时进站客流预测方法

本发明提出一种基于时空动态语义超图卷积的城市轨道交通短时进站客流预测方法，包括：将采集到的数据集进行预处理以及多尺度划分；根据动态地铁客流序列的客流特征、站点特征和周边环境特征的聚类结果构建动态语义超图；模型建模并引入地铁客流的近期和日周期内在特性；时间门控卷积层通过整合因果卷积到门控双曲正切单元中来提取客流序列的时间特征；空间特征提取层通过利用多头自注意力机制结合残差连接来捕捉不同站点间的动态复杂空间依赖，并用超图卷积来捕获站点间的高阶关系；最后，通过特征融合层融合地铁客流在多尺度下的时空特征。本发明所提出的模型有效捕获了交通流的时空特性，从而提高了客流预测的准确性。