基于注意力机制和分时图卷积的公交客流预测

• 作者: 张伟 朱凤华 陈圆圆 吕宜生
• 来源期刊: 模式识别与人工智能
• 关键词: 智能交通 公交客流预测 递归神经网络 通道注意力模块 分时图卷积
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 研究与应用|Researches and Applications
• 页码范围: 167-175
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.202102008

摘要

实际公交路网通常为复杂的非线性时变系统,难以有效构建线路间的时空间依赖关系.因此,文中提出基于注意力机制和分时图卷积的公交客流预测模型,提升公交客流量预测的准确性.首先通过长短期记忆网络提取历史数据中的时间特征,并利用通道注意力模块加权特征.再使用分时图卷积方法分析不同时段下公交线路间的空间依赖性,根据预测时段选择不同的关系矩阵,通过图卷积的方式完成对非欧关系的建模.最后,融合提取的时空间特征与外部因素(天气、节假日信息等)的特征表示,得到最终的预测结果.在真实公交数据上的实验表明,文中模型可提升预测精度,加快学习速率.