基于时空深度学习的轨道交通客流预测研究

作者：郑屹桐; 谢昊阳

来源：运输经理世界, 2022, (28): 13-15.

• 城市轨道交通
• 客流预测
• 图卷积神经网络
• 深度学习

为给智能交通系统提供数据支撑和辅助数据，提升城市轨道交通服务和治理水平，以城市轨道交通网络中站点客流为研究对象，基于图卷积神经网络与双向长短期记忆网络提出时空特征预测深度学习模型。在真实数据集上对工作日和非工作日进行验证后，结果表明所提出的模型相比较于单一模型精度更高，模型表现更稳定。

• 单位
  兰州交通大学; 交通运输学院