基于多知识图神经网络模型的地铁短时OD客流预测方法

本发明公开了一种基于多知识图神经网络模型的地铁短时OD客流预测方法。首先，基于地铁站点位置数据、AFC数据、POI数据、手机信令数据等多源数据，量化地铁网络结构，客流特征及地铁站周边用地、人口特征，并提取关键OD对，防止低值和随机数据对模型造成影响；其次，构建多个知识图捕捉节点之间的空间连接性、出行模式相似性、功能相似性；同时，构建空间特征建模模块，利用图神经网络捕捉节点之间潜在的空间关系；最后，构建时间特征建模模块，利用时间序列建模方法捕捉客流动态变化过程。该预测方法有效量化捕捉了地铁客流存在的复杂时空相关性，预测能力和模型的可解释性显著增强。