一种基于多视图时空神经网络的地铁客流量预测方法及系统

本发明属于交通预测技术领域，公开了一种基于多视图时空神经网络的地铁客流量预测方法及系统，本发明通过采集地铁历史AFC数据、城市天气数据以及时间因素，并基于地铁的物理拓扑结构、站点流量相似性以及流量交互关系构建了多个空间相关图。这些图结构为捕捉地铁网络中的空间依赖性提供了丰富的信息。接着，采用多跳图卷积网络(R‑GAT)对这些空间图进行处理，通过多层图卷积逐步更新节点特征，以捕捉不同站点之间的空间关系。同时，结合多视角注意力机制，动态评估不同空间视角对客流预测的贡献，从而优化空间特征的学习过程。本发明所提出的基于多视图时空神经网络的地铁客流量预测方法，具有较强的理论价值和应用前景。