基于多屬性增強圖卷積-Informer模型的長時序貨運量預測方法

基本信息

申請?zhí)?/td> CN202110678937.4 申請日 -
公開（公告）號 CN113487066A 公開（公告）日 2021-10-08
申請公布號 CN113487066A 申請公布日 2021-10-08
分類號 G06Q10/04（2012.01）I;G06Q10/08（2012.01）I;G06Q10/06（2012.01）I;G01D21/02（2006.01）I;G06N3/04（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 程保喜;郭自強;楊曉磊;薛時倫;張挺;張剛 申請（專利權）人 山西云時代智慧城市技術發(fā)展有限公司
代理機構 太原高欣科創(chuàng)專利代理事務所（普通合伙） 代理人 崔浩;冷錦超
地址 030006山西省太原市綜改示范區(qū)太原學府園區(qū)長治路345號14層1415室
法律狀態(tài) -

摘要

摘要 本發(fā)明基于多屬性增強圖卷積?Informer模型的長時序貨運量預測方法，屬于長時序貨運量預測方法技術領域；所要解決的技術問題為：提供基于多屬性增強圖卷積?Informer模型的長時序貨運量預測方法的改進；解決上述技術問題采用的技術方案為：建立交通流量時序信息數(shù)據(jù)集；建立貨運車輛載貨重量時序信息數(shù)據(jù)集；建立客觀動態(tài)、靜態(tài)外部影響因素數(shù)據(jù)集；構建時序屬性增強特征矩陣；構建站點網絡結構拓撲圖，將計算得到的鄰接矩陣的對稱歸一化拉普拉斯矩陣與時序屬性增強特征矩陣同時作為圖卷積神經網絡模型的輸入；將圖神經網絡模型輸出的已編碼長時序屬性增強特征作為Informer框架的輸入，進行訓練并學習，最終實現(xiàn)對未來長時序貨運量的預測；本發(fā)明應用于貨運流量預測。