计算机应用研究

作者：黄来安,朱杭雄,栗波,

单位：广东工业大学自动化学院,广州510006；

关键词：公交客流预测,时间卷积网络,图卷积,动态图同构网络,自适应平衡静动态联合网络,时空变化,

基金：国家自然科学基金资助项目(62203123)；科技部外国专家资助项目(G2022030044L)；广州市科技计划资助项目(202206030005,202206010056)；；

为解决现有公交客流预测方法多数利用预定义的图结构进行空间建模，对交通状况变化所引起客流波动考虑不充分，无法捕捉短时动态的空间依赖关系问题，提出一种自适应平衡静动态联合网络（ASDNet）模型。首先，利用时间卷积网络捕获序列的时间相关性；其次，利用图卷积捕捉站点之间整体空间信息，采用动态图同构网络捕捉相邻时隙动态图之间隐藏的动态依赖关系；最后，通过自适应平衡机制自适应地调节静动态联合网络之间的信息传递。在广州市真实公交数据集上进行了实验，结果表明，与多个基准模型相比，该模型在MAE、RMSE和MAPE预测误差指标上平均降低了12.2%、9.9%和15%，R2精确度指标上平均提高了6.3%。表明该模型能够有效地捕捉客流数据的时空变化规律，可为公交运营管理提供技术参考。

来源：2024年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第8期