基于自適應(yīng)擴(kuò)散圖卷積注意力網(wǎng)絡(luò)的地鐵客流預(yù)測

摘要： 準(zhǔn)確的地鐵客流預(yù)測是智能交通系統(tǒng)應(yīng)對交通挑戰(zhàn)、協(xié)調(diào)運(yùn)營調(diào)度、規(guī)劃未來建設(shè)的重要戰(zhàn)略需求。然而，先前將圖卷積網(wǎng)絡(luò)與深度學(xué)習(xí)模型(如循環(huán)神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)和門控循環(huán)神經(jīng)網(wǎng)絡(luò)等)相結(jié)合的相關(guān)研究只能提取基于路網(wǎng)圖結(jié)構(gòu)的時間和空間相關(guān)性，而忽略了地鐵站點(diǎn)之間隱藏的空間相關(guān)性和隨時間變化的動態(tài)時間和動態(tài)空間相關(guān)性。為了挖掘交通數(shù)據(jù)中復(fù)雜的時空相關(guān)性以實(shí)現(xiàn)精確的地鐵客流預(yù)測，提出一種... （共14頁）