基于时空图学习的出租汽车起讫点需求预测
一般性附注:沈阳市社会科学重点课题 (SYSK202301009) 资助
本书针对出租汽车起屹点需求预测问题,提出了基于多头动态图注意力网络( MDGAT)和多层级连续时间动态节点注意力网络( MCNAT)的模型。MDGAT通过动态图生成和时空注意力机制,有效挖掘时空特征,提升预测精度。MCNAT则通过连续时间嵌入和多层级时空感知层,解决数据稀疏性问题,增强模型鲁棒性。实验结果表明,两种模型在真实数据集上均优于现有方法,为出租汽车需求预测提供了新的研究思路和方法,对智慧交通系统的优化具有重要意义。