融合出发地与目的地时空相关性的城市区域间出租车需求预测 |
| |
引用本文: | 魏远,林彦,郭晟楠,林友芳,万怀宇.融合出发地与目的地时空相关性的城市区域间出租车需求预测[J].计算机应用,2023(7):2100-2106. |
| |
作者姓名: | 魏远 林彦 郭晟楠 林友芳 万怀宇 |
| |
作者单位: | 1. 北京交通大学计算机与信息技术学院;2. 交通数据分析与挖掘北京市重点实验室(北京交通大学);3. 民航旅客服务智能化应用技术重点实验室 |
| |
基金项目: | 中国博士后科学基金资助项目(2021M700365)~~; |
| |
摘 要: | 精准预测城市区域之间的出租车需求量,可以为出租车的引导和调度以及乘客的出行推荐提供决策支持信息,从而优化出租车的供需关系。然而现有模型大多以区域内的出租车需求量为建模和预测对象,对区域之间的时空相关性考虑不足,且较少关注区域之间更细粒度的需求量预测。针对上述问题,提出一种面向城市区域间出租车需求量的预测模型——出发地—目的地融合时空网络(ODSTN)模型。该模型分别从区域和区域对两个空间维度以及临近、日、周三个时间维度出发,采用图卷积和时间注意力机制来捕获区域之间的复杂时空相关性,并设计了一种新的路径感知融合机制来对多角度的特征进行融合,最终实现了对城市区域间出租车需求量的预测。在成都和曼哈顿地区两个真实出租车订单数据集中进行了实验,结果表明ODSTN模型的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为0.897 1、3.527 4、50.655 6%和0.589 6、1.163 8、61.079 4%。可见,ODSTN模型在出租车需求预测任务上具有较高的准确性。
|
关 键 词: | 出租车需求预测 时空相关性 出发地—目的地 图卷积网络 注意力机制 |
|