|国家科技期刊平台
首页|期刊导航|计算机应用研究|融合时序关联动态图与常微分方程的区域间出租车需求预测

融合时序关联动态图与常微分方程的区域间出租车需求预测OA北大核心CSTPCD

中文摘要

为解决出租车行业中的高空驶率和不均衡的需求分布问题,通过对出租车出行的区域进行深入研究,提出了一个融合时序关联动态图与常微分方程的需求预测模型TCG-ODE(temporal correlation graphs-ordinary differential equations)。首先,模型使用ODE(ordinary differential equation)对图卷积神经网络(graph convolutional network,GCN)进行微分方程建模,将堆叠局部特征信息抽象为动态图,以节点的时序特性来推进局部节点状态;然后,设计了一种基于注意力分数调整采样策略的蒸馏方案,提高对多层稀疏图的适应效果,以更稳定地表征复杂时空特征,最终实现对区域间出租车需求量的预测。在真实的出租车订单数据集上进行实验,研究结果表明,TCG-ODE模型的预测效果均优于对照模型和改进前的模型。通过精准预测不同区域之间的出租车需求量,可以为出租车司机和乘客出行提供决策支持信息,从而优化供需关系。

王海程;马纪颖;张苑媛;杨绍祖;

沈阳化工大学计算机科学与技术学院,沈阳110142 辽宁省化工过程工业智能化技术重点实验室,沈阳110142

计算机与自动化

需求预测图卷积神经网络常微分方程蒸馏方案

《计算机应用研究》 2024 (003)

P.794-798,860 / 6

辽宁省自然基金资助项目(2022-MS-291);国家外国专家计划资助项目(G2022006008L);辽宁省教育厅基本科研资助项目(LJKMZ20220781)。

10.19734/j.issn.1001-3695.2023.06.0317

评论