一种基于XGBoost和时空注意力网络的空铁联运路径优化方法

本发明公开了一种基于XGBoost和时空注意力网络的空铁联运路径优化方法，具体涉及智能交通系统领域，该方法通过整合航班、火车历史数据、拓扑信息及天气数据构建交通网络基础，利用XGBoost模型预测关键路径的延误时间与耗时，并通过时空注意力网络建模时空依赖关系，结合空间与时间注意力模块及多头机制捕捉复杂时空关联；基于加权多目标函数(涵盖时间、经济、可靠性和舒适度)生成最优路径，支持用户动态调整权重适配个性化需求；同时采用指数加权移动平均与自适应更新策略实现模型参数实时调整，本发明显著提升预测精度，优化路径的可靠性与用户满意度，并通过轻量化闭环更新机制确保实时性，为空铁联运提供高精度、个性化、实时响应的智能化解决方案。