【技术实现步骤摘要】
一种基于知识图谱的路网节点重要性评估的方法
本专利技术属于图神经网络与城市交通规划技术交叉的领域，涉及一种基于图神经网络在交通知识图谱中评估路网中节点重要性的方法。
技术介绍
快速发展的交通给人们带来了便利的同时，随之而来的还有许多无法忽略的问题，出行这一民生问题目前已经成为了一个瞩目的社会难题，而引起这些难题的主要则是交通中的拥堵所导致的一系列的问题。拥堵会在导致出行时间的增长，生态环境的恶化等一系列问题的同时，也成为了城市发展的瓶颈。因此，解决拥堵问题已经迫在眉睫。目前虽然已经有很多交通领域的方法用于解决这一问题，但是由于交通系统是一个复杂变化的系统，仅仅凭借专业领域知识去解决是远远不够的。而大数据时代则为我们提供了另一个很好的机会去解决这一问题。通过对交通路网中的过往数据进行学习，可以让我们建立起科学而有效的交通模型从而实现对交通系统的有效统筹。在交通领域，通常认为交通拥堵是由交通路网的脆弱性所导致的，并且由于交通系统是一个动态的系统，当路网中的某个节点发生拥堵的时候，随着时间的迁移，拥堵的状态拥堵可能会向相邻...
【技术保护点】
1.一种基于知识图谱的路网节点重要性评估的方法，其特征在于，步骤如下：/n步骤1：从已有的出租车轨迹数据中挖掘出路网中频繁发生拥堵的路段，并构建这些路段的拥堵传播概率模型，根据这些路段的拥堵传播概率模型对路网中的部分节点进行打分；/n步骤2：用临接图的形式组织已有路段数据，路段节点间以相邻的关系连接，在此基础上，引入类别实体，从数据中获取实体间的多种关系，构建异构且包含多种关系的知识图谱；/n步骤3：对于没有足够数据来判断重要性的路网节点，用图神经网络对交通知识图谱的特征和结构进行学习，并通过轨迹数据对节点分数进行偏好性调整，实现对数量不足的路网节点重要性的预测。/n
【技术特征摘要】
1.一种基于知识图谱的路网节点重要性评估的方法，其特征在于，步骤如下：
步骤1：从已有的出租车轨迹数据中挖掘出路网中频繁发生拥堵的路段，并构建这些路段的拥堵传播概率模型，根据这些路段的拥堵传播概率模型对路网中的部分节点进行打分；
步骤2：用临接图的形式组织已有路段数据，路段节点间以相邻的关系连接，在此基础上，引入类别实体，从数据中获取实体间的多种关系，构建异构且包含多种关系的知识图谱；
步骤3：对于没有足够数据来判断重要性的路网节点，用图神经网络对交通知识图谱的特征和结构进行学习，并通过轨迹数据对节点分数进行偏好性调整，实现对数量不足的路网节点重要性的预测。
2.根据权利要求1所述的一种基于知识图谱的路网节点重要性评估的方法，其特征在于，步骤1中从已有的出租车轨迹数据中挖掘出路网中频繁发生拥堵的路段，并构建这些路段的拥堵传播概率模型的过程为：
步骤1.1：将轨迹数据匹配与相应区域中的路段对应；
步骤1.2：根据路段的平均车速确定路段发生拥堵时的速度阈值，并找出频繁发生拥堵的路段；
步骤1.3：找出频繁发生拥堵路段每次发生拥堵时的拥堵传播图，并根据多个时刻的拥堵传播图计算出路段每次发生拥堵时的传播概率，即拥堵传播概率模型。
3.根据权利要求1或2所述的一种基于知识图谱的路网节点重要性评估的方法，其特征在于，步骤1中，根据这些路段的拥堵传播概率模型对路网中的部分节点进行打分的公式为：
Si,j＝di,j×Pi,j
其中：
j为频繁拥堵的源头路段；
i为j在拥堵过程中能够传播到的路段；
di,j为路段i与距离j所相隔的路段的个数；
Pi,j为发生在路段i的拥堵传播到路段j的概率；
Si,j为路段j相对于i的打分；
N(j)为路段j的拥堵能够传播到的所有的路段集合。
4.根据权利要求1或2所述的一种基于知识图谱的路网节点重要性评估的方法，其特征在于，步骤2中所述的实体包括路段、POI和时间；关系包括路段间关系、POI间关联、路段与POI之间关系和时间与路段间关系；其中：路段包括gps坐标、道路宽度、道路级别、...
【专利技术属性】
技术研发人员：王璐，齐恒，申彦明，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。