多源异构数据融合的城市私家车流量预测研究

通过有效地捕获城市私家车出行的时空特征,提出一种多源异构数据融合的私家车流量预测模型.首先,融合私家车轨迹和城市区域数据表征城市私家车的出行分布;其次,通过多视角时空图建模私家车出行和城市区域之间的动态关联,设计了多图卷积-注意力网络以提取车流量演变的时空特征;最后,进一步融合时空特征与天气等外部特征,联合预测私家车流量.在长沙市和深圳市采集的真实数据上进行验证,实验结果表明,与现有的模型相比,所提模型的均方根误差约降低了11.3％～20.3％,平均绝对百分误差约降低了10.8％～36.1％.