计算机应用研究

作者：乔健,陈少博,何梦莹,

单位：西北工业大学管理学院,西安710072；

关键词：公共自行车,短期需求预测,图卷积神经网络,长短期记忆,

基金：国家自然科学基金资助项目(71971171)；；

现有公共自行车短期需求预测模型忽视了不同环境因素影响用户需求的性质差异和可变环境因素的时间依赖性。将环境因素区分为已内化于需求的不变因素和需要单独考虑的可变因素，提出一种用图卷积神经网络（GCNN）捕获用户需求的非欧氏空间依赖、用长短期记忆（LSTM）网络捕获用户需求和可变环境因素的时间依赖、通过向量拼接和全连接网络将可变环境因素的影响施加于用户需求的GCNN-LSTM-E模型。实验结果显示，GCNN-LSTM-E模型在1 h时间粒度下的预测性能最优，而且优于所有基准模型的预测性能。说明该模型的设计合理有效，1 h是最合适的时间粒度。

来源：2022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2022年第8期