买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华侨大学;蓝海(福建)信息科技有限公司

摘要：本发明提供一种基于STZINB‑GCN的城际拼车的OD对区域需求预测方法、装置、设备和介质，涉及城际客运拼车规划技术领域。其中，这种预测方法包含步骤S1至步骤S5。S1、获取城际拼车的历史订单数据，提历史需求特征、历史流入特征和时间信息特征构建总数据集并分割，获取输入数据。S2、获取OD对邻接关系图。S3、根据输入数据，通过深度卷积隔开每个通道的信息对时间信息进行压缩，通过两层卷积前馈网络，获得时间相关性信息。S4、根据输入数据和OD对邻接关系图，通过三层扩散图卷积神经网络，学习从一个OD对到另一对的空间依赖性信息。S5、将时间相关性信息和空间依赖性信息通过哈达玛积进行融合，然后通过零膨胀负二项分布解码成真实分布，获取预测值。

主权项：1.一种基于STZINB-GCN的城际拼车的OD对区域需求预测方法，其特征在于，包含：获取城际拼车的历史订单数据，并从历史订单数据提取城市A的历史需求特征、历史流入特征和时间信息特征，以构建总数据集；然后，按照预设的步长分割数据，获取输入数据；获取OD对邻接关系图；根据所述输入数据，通过深度卷积隔开每个通道的信息对时间信息进行压缩，并通过两层卷积前馈网络，获得各个特征以及各个通道的时间相关性信息；根据所述输入数据和所述OD对邻接关系图，通过三层扩散图卷积神经网络，将空间相关性建模为扩散过程，学习从一个OD对到另一对的空间依赖性信息；将所述时间相关性信息和所述空间依赖性信息通过哈达玛积进行融合，捕获时空依赖性，并将融合后的时间空间信息通过零膨胀负二项分布解码成真实分布，获取预测值；获取城际拼车的历史订单数据，并从历史订单数据提取城市A的历史需求特征、历史流入特征和时间信息特征，以构建总数据集；然后，按照预设的步长分割数据，获取输入数据集，具体包括：获取城际拼车的历史订单数据；式中，为出发地，为目的地，为出发时间，为订单经纬度；根据所述历史订单数据，获取时间步长内所有OD对的历史需求特征，即城市A的所有区域在时间步长内去往城市B所有区域的历史需求特征；历史需求特征的表达式为：式中，表示所有OD对在时间片段的历史需求特征，，为OD对的序号，为OD对的集合，表示第个OD对在时间片段内的历史需求向量;表示第个OD对在前一天时间片段的出行需求；表示第个OD对在前一周时间片段的出行需求；表示第个OD对历史一周时间片段最高出行需求；表示第个OD对历史一周时间片段最低出行需求；表示第个OD对历史一周时间片段平均出行需求；根据所述历史订单数据，获取时间步长内OD对的历史流入特征，即城市B的所有区域在时间步长内净流入城市A的乘客人数；表达式为:式中，表示所有OD对在时间片段的净流入城市A的所有区域的乘客人数；表示第个OD对在时间片段的净流入城市A的所有区域的乘客人数，为OD对的序号，为OD对的集合；根据所述历史订单数据，获取OD对时间信息特征集合；OD对时间信息特征集合的表达式为：式中，为星期类别；为周末特征，周末值为1，工作日值为0；为节假日特征，节假日为1，工作日为0；将历史需求特征、历史流入特征，以及时间信息特征构建为总数据集；将所述总数据集按照预设的时间段数量或者预设的时间步长划分为输入数据。

全文数据：

权利要求：

百度查询： 华侨大学 蓝海(福建)信息科技有限公司 基于STZINB-GCN的城际拼车的OD对区域需求预测方法、装置、设备和介质