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;厦门金龙联合汽车工业有限公司

摘要：本发明提供了城际拼车OD对区域可用运力预测方法、装置、设备及介质，通过获取起讫城市的路网信息以及兴趣点数据对起讫城市进行城市划分获得空间特征，由起讫城市的历史需求特征、区域历史流入特征、区域历史可用运力特征、区域历史车辆特征、需求时间信息得到时间特征，训练数据集输入OD对区域可用运力预测模型中进行模型训练，测试数据集输入至训练好的OD对区域可用运力预测模型中获得OD对区域可用运力预测值。通过提前预测起讫城市OD对区域的可用运力，使得相关运输机构能够提前对乘客订单与可用运力匹配，降低乘客等待时间、司机空驶里程。解决在拼车服务中车辆可用运力会受到订单产生的随机性影响，造成城内可用运力分布的不确定性。

主权项：1.一种城际拼车OD对区域可用运力预测方法，其特征在于，包括：获取起讫城市的路网信息、城市的兴趣点数据、历史订单数据和历史运力数据，根据所述城市的兴趣点数据获取历史时间片段内所有区域的历史需求特征和历史流入特征，根据所述历史运力数据获取历史时间片段内所有区域的可用座位数特征和车辆特征，根据所述历史订单数据以及时间信息构建时间信息特征，并构建总数据集，按照预设比例将总数据集划分为训练数据集和测试数据集，将所述训练数据集按照预设步长划分为训练样本，将训练样本输入DADGCRN模型进行训练；对所述起讫城市的路网信息数据剔除、拓扑处理，以实现城市的区域划分，对所述城市的兴趣点数据进行重分类和区域POI标识处理，通过TF-IDF算法对每个POI进行定权，采用余弦相似度公式计算区域之间的POI相似度构成预定义邻接矩阵，并由一对OD区域为节点，POI相似度为边权重构成起讫城市的邻接关系图；将所述训练数据集输入预设的时间关系嵌入模块中，通过使用自注意力机制学习所述历史订单数据与历史运力数据之间的时间关系，生成时间关系矩阵；将所述预定义邻接矩阵和所述时间关系矩阵输入预设的邻接矩阵更新模块，结合静态的拓扑信息和动态的时序关系进行拼接处理，将拼接后的矩阵输入稀疏线性层，在保持计算效率的同时，捕捉矩阵中的重要关系，采用门控循环单元对处理后的矩阵进行动态更新，生成动态邻接矩阵；将所述动态邻接矩阵和所述训练数据集输入预设的动态图卷积循环单元中，将门控循环单元中的矩阵惩罚替换为动态图卷积模块，使用动态图卷积循环单元捕捉训练数据集中时空相关性，最后一个动态图卷积循环单元的隐藏状态作为最后的输出，得到预测值，并计算预测值与真实值之间的误差，保存最小误差的模型参数为最优模型参数，完成模型训练，得到城际拼车OD对可用运力预测模型；使用所述城际拼车OD对可用运力预测模型对所述测试数据集进行预测，得到预测输出。

全文数据：

权利要求：

百度查询： 华侨大学 厦门金龙联合汽车工业有限公司 城际拼车OD对区域可用运力预测方法、装置、设备及介质