基于時空關聯(lián)的時空圖卷積神經網絡城市軌道交通進站客流預測

摘要： [目的]準確的短時客流預測對于提高超大規(guī)模城市軌道交通線網的運營和管理效率具有重要意義，而目前現(xiàn)有研究對于深度挖掘時空關聯(lián)性仍不夠充分，為此基于短時客流的時空規(guī)律提出了基于客流時空關聯(lián)特征的STGCN(時空圖卷積神經網絡)模型。[方法]首先，通過切比雪夫圖卷積網絡捕捉超大規(guī)模城市軌道交通網絡的空間相關性，借助門控循環(huán)單元挖掘多時空關聯(lián)特征下客流的時間相關性；然后，分析待預測車站... （共6頁）