【技术实现步骤摘要】
本专利技术涉及大数据挖掘和交通工程领域，具体为一种基于动态时空超图表示学习的城市峰时需求预测方法及系统。
技术介绍
1、城市峰时od(origin-destination)出行是城市出行活动的主要组成部分，预测峰时od需求变化在交通工程和城市规划领域具有重要性。当前，现有技术和专利主要集中在全时段的od需求预测上。由于某些特殊时段(如早晚高峰)的od需求波动较大，为了追求整体的预测效果，现有模型往往牺牲了这些关键时段预测的精度，导致预测模型无法有效预测这些时段的交通需求，进而影响交通控制和管理决策的效率和准确性。
2、此外，od需求预测不仅涉及时间上的变化，也与空间因素紧密相关。现有的许多预测模型基于普通图结构进行时空预测，这在仅考虑路网和出行量变化时能够提供较好的预测结果。然而，od需求的变化受到多种因素的影响，包括特殊od区域、poi(兴趣点)信息、天气状况以及工作日时间信息等。这些因素在传统的时空图特征中难以全面体现，原因在于普通图结构通常只能表示二元关系，而实际上，od需求的形成是一个多元复杂因素交互作用的结果。例如...
【技术保护点】
1.一种基于动态时空超图表示学习的城市峰时需求预测方法，所述方法包括如下步骤：
2.根据权利要求1所述的基于动态时空超图表示学习的城市峰时需求预测方法，其特征在于，S2具体包括如下步骤：
3.根据权利要求2所述的基于动态时空超图表示学习的城市峰时需求预测方法，其特征在于，将天气信息动态嵌入节点，具体包括如下步骤：
4.根据权利要求2所述的基于动态时空超图表示学习的城市峰时需求预测方法，其特征在于，将OD出行数据动态融入超边E，具体包括如下步骤：
5.根据权利要求2所述的基于动态时空超图表示学习的城市峰时需求预测方法，其特...
【技术特征摘要】
1.一种基于动态时空超图表示学习的城市峰时需求预测方法，所述方法包括如下步骤：
2.根据权利要求1所述的基于动态时空超图表示学习的城市峰时需求预测方法，其特征在于，s2具体包括如下步骤：
3.根据权利要求2所述的基于动态时空超图表示学习的城市峰时需求预测方法，其特征在于，将天气信息动态嵌入节点，具体包括如下步骤：
4.根据权利要求2所述的基于动态时空超图表示学习的城市峰时需求预测方法，其特征在于，将od出行数据动态融入超边e，具体包括如下步骤：
5.根据权利要求2所述的基于动态时空超图表示学习的城市峰时需求预测方法，其特征在于，计算超图gh的超边权重w和度，具体包括如下步骤：
6....
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。