一种基于深度学习的城市轨道交通节假日短时OD预测方法及其系统

本申请公开了一种基于深度学习的城市轨道交通节假日短时OD预测方法及其系统，方法包括：基于城市轨道交通自动售检票系统历史数据，获取多源异质客流数据，构建包括编码器及解码器的OD预测深度学习模型，编码器包括图构建模块、多源异质数据融合模块及时空动态图卷积循环模块，解码器包括时空动态图卷积循环模块；编码器进行特征编码；挖掘图结构的输出及融合后的客流特征之间的时空关联关系，并进行再次融合输出客流隐藏特征；将编码结果输入到所述解码器中进行解码，完成预测未来一段时间的完整OD需求矩阵。本发明方法通过动态建模解决了复杂的客流时空相关性，实现节假日期间准确的客流预测。