典型文献
基于时空图神经网络的高速铁路车站短期客流预测方法
文献摘要：
基于历史数据挖掘实现精准的高速铁路车站短期客流预测能有效支撑客运站工作组织的动态调整,提升铁路运输服务水平.考虑列车开行方案、车站关系对客流的影响,提出基于时空图神经网络的铁路车站短期到发客流预测方法,在空间卷积模块中,用关系图卷积融合铁路物理网络、基于列车开行方案的服务网络和车站关系网络以挖掘空间关联性,在时间注意力模块中用注意力机制获取时间关联特征,并用多层长短期记忆人工神经网络实现路网上多站的多步客流预测.选取京沪高速铁路沿线车站到发客流为研究对象,并对比不同步长下的短期到发客流预测效果,结果表明STGNN明显优于对比预测方法.
文献关键词：
高速铁路;客流预测;关系图卷积;时间注意力;时空图神经网络
中图分类号：
作者姓名：
何必胜;朱永俊;陈路锋;闻克宇
作者机构：
西南交通大学 交通运输与物流学院,四川 成都 611756;综合运输四川省重点实验室,四川 成都 611756;综合交通运输智能化国家地方联合工程实验室,四川 成都 611756;电子科技大学 自动化工程学院,四川 成都 611756;中国铁路经济规划研究院有限公司,北京 100038;西南交通大学 经济管理学院,四川 成都 611756
文献出处：
引用格式：
[1]何必胜;朱永俊;陈路锋;闻克宇-.基于时空图神经网络的高速铁路车站短期客流预测方法)[J].铁道学报,2022(09):1-8
A类：
STGNN
B类：
时空图神经网络,高速铁路车站,短期客流预测,历史数据,有效支撑,客运站,工作组织,铁路运输,运输服务,列车开行方案,空间卷积,卷积模块,关系图卷积,服务网络,关系网络,空间关联性,时间注意力,注意力模块,注意力机制,时间关联,关联特征,长短期记忆人工神经网络,路网,多步,京沪高速铁路,铁路沿线,不同步,步长
AB值：
0.248653
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
