基于图卷积循环神经网络的城市轨道客流预测
U491; 客流预测对于城市轨道交通运行组织和管理具有重要的意义.本文中组合图卷积网络和循环神经网络构建图卷积循环神经网络GCGRU模型,借助图卷积网络学习城市轨道网络的复杂拓扑结构,进而捕捉空间关联特征,通过循环神经网络变体门控循环单元学习多特征客流量的趋势变化规律从而捕捉时间特征.利用上海市1年的全网地铁断面客流量展开研究,并应用随机森林的平均不纯度减少方法进行特征选择,实验结果表明:在大规模城市轨道交通客流预测中,GCGRU能够很好的捕捉城市轨道客流的时空相关性,具有良好的预测效果,预测精度达89％.模型预测结果可为管理者进行轨道交通客流管理与运行组织提供依据,为出行者提供乘车拥挤预警信...
Saved in:
| Published in | 华南理工大学学报（自然科学版） Vol. 50; no. 3; pp. 21 - 27 |
|---|---|
| Main Authors | , , , , |
| Format | Journal Article |
| Language | Chinese |
| Published |
同济大学道路与交通工程教育部重点实验室,上海201804%同济大学 CAD研究中心,上海201804%上海申通地铁集团有限公司,上海201102
01.03.2022
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 1000-565X |
| DOI | 10.12141/j.issn.1000-565X.210320 |
Cover
| Abstract | U491; 客流预测对于城市轨道交通运行组织和管理具有重要的意义.本文中组合图卷积网络和循环神经网络构建图卷积循环神经网络GCGRU模型,借助图卷积网络学习城市轨道网络的复杂拓扑结构,进而捕捉空间关联特征,通过循环神经网络变体门控循环单元学习多特征客流量的趋势变化规律从而捕捉时间特征.利用上海市1年的全网地铁断面客流量展开研究,并应用随机森林的平均不纯度减少方法进行特征选择,实验结果表明:在大规模城市轨道交通客流预测中,GCGRU能够很好的捕捉城市轨道客流的时空相关性,具有良好的预测效果,预测精度达89％.模型预测结果可为管理者进行轨道交通客流管理与运行组织提供依据,为出行者提供乘车拥挤预警信息,保证城市轨道交通网络的安全高效运营. |
|---|---|
| AbstractList | U491; 客流预测对于城市轨道交通运行组织和管理具有重要的意义.本文中组合图卷积网络和循环神经网络构建图卷积循环神经网络GCGRU模型,借助图卷积网络学习城市轨道网络的复杂拓扑结构,进而捕捉空间关联特征,通过循环神经网络变体门控循环单元学习多特征客流量的趋势变化规律从而捕捉时间特征.利用上海市1年的全网地铁断面客流量展开研究,并应用随机森林的平均不纯度减少方法进行特征选择,实验结果表明:在大规模城市轨道交通客流预测中,GCGRU能够很好的捕捉城市轨道客流的时空相关性,具有良好的预测效果,预测精度达89％.模型预测结果可为管理者进行轨道交通客流管理与运行组织提供依据,为出行者提供乘车拥挤预警信息,保证城市轨道交通网络的安全高效运营. |
| Author | 毛孝鑫 段征宇 余庆 马忠政 刘晓磊 |
| AuthorAffiliation | 同济大学道路与交通工程教育部重点实验室,上海201804%同济大学 CAD研究中心,上海201804%上海申通地铁集团有限公司,上海201102 |
| AuthorAffiliation_xml | – name: 同济大学道路与交通工程教育部重点实验室,上海201804%同济大学 CAD研究中心,上海201804%上海申通地铁集团有限公司,上海201102 |
| Author_FL | LIU Xiaolei DUAN Zhengyu YU Qing MAO Xiaoxin MA Zhongzheng |
| Author_FL_xml | – sequence: 1 fullname: LIU Xiaolei – sequence: 2 fullname: DUAN Zhengyu – sequence: 3 fullname: YU Qing – sequence: 4 fullname: MAO Xiaoxin – sequence: 5 fullname: MA Zhongzheng |
| Author_xml | – sequence: 1 fullname: 刘晓磊 – sequence: 2 fullname: 段征宇 – sequence: 3 fullname: 余庆 – sequence: 4 fullname: 毛孝鑫 – sequence: 5 fullname: 马忠政 |
| BookMark | eNo9zk1LAkEcBvA5GGTmd-jaYbf_zOzuzECXkN5A6FLQTWbfTJERGiKvhrdoQ7pVJAhRdMiTFIp-msbJb9FC0emB5_A8vzVUUG2VILSBwcUEe3ir6Ta0Vi4GAMcP_FOXYKAECqj4X62istaNEIAHTHBgRbRtBpOvSWYe5ubmw76MzPzNZiP7_GSnt3bWt9NHe98zg8x8Xn3PXpfdO_M-XIy7y2FvMb5eRyupbOmk_JcldLK3e1w5cKpH-4eVnaqjMXjUEZBiEYYxEbH0EpZyj0kWCpKrWU6LgHEv8gMSRzjhBOOYSZ_mdimA0ZRIWkKbv7uXUqVS1WvN9sW5yh9rZ6pVjzudkAAhQAEo_QEo2WNP |
| ClassificationCodes | U491 |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.12141/j.issn.1000-565X.210320 |
| DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Sciences (General) |
| DocumentTitle_FL | Passenger Flow Forecast of Urban Rail Transit Based on Graph Convolution and Recurrent Neural Network |
| EndPage | 27 |
| ExternalDocumentID | hnlgdxxb202203003 |
| GrantInformation_xml | – fundername: 上海市科学技术委员会科技计划项目 funderid: (20dz1202903) |
| GroupedDBID | -03 2B. 4A8 92I 93N ALMA_UNASSIGNED_HOLDINGS CCEZO CEKLB PSX TCJ |
| ID | FETCH-LOGICAL-s1043-90f19bbd29da4e7f847a7b922147100c0784c562dc1e8211d7a53103a9073f2a3 |
| ISSN | 1000-565X |
| IngestDate | Thu May 29 04:15:24 EDT 2025 |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 3 |
| Keywords | 门控循环单元 客流预测 图卷积网络 时间特征 空间特征 |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-s1043-90f19bbd29da4e7f847a7b922147100c0784c562dc1e8211d7a53103a9073f2a3 |
| PageCount | 7 |
| ParticipantIDs | wanfang_journals_hnlgdxxb202203003 |
| PublicationCentury | 2000 |
| PublicationDate | 2022-03-01 |
| PublicationDateYYYYMMDD | 2022-03-01 |
| PublicationDate_xml | – month: 03 year: 2022 text: 2022-03-01 day: 01 |
| PublicationDecade | 2020 |
| PublicationTitle | 华南理工大学学报（自然科学版） |
| PublicationTitle_FL | Journal of South China University of Technology(Natural Science Edition) |
| PublicationYear | 2022 |
| Publisher | 同济大学道路与交通工程教育部重点实验室,上海201804%同济大学 CAD研究中心,上海201804%上海申通地铁集团有限公司,上海201102 |
| Publisher_xml | – name: 同济大学道路与交通工程教育部重点实验室,上海201804%同济大学 CAD研究中心,上海201804%上海申通地铁集团有限公司,上海201102 |
| SSID | ssib008679807 ssib036435713 ssib001129195 ssib051370482 ssib023167209 ssib006703757 ssib001166550 ssib000969305 ssj0000561675 ssib002039873 ssib008143609 ssib002263912 ssib020475101 |
| Score | 2.3666773 |
| Snippet | U491;... |
| SourceID | wanfang |
| SourceType | Aggregation Database |
| StartPage | 21 |
| Title | 基于图卷积循环神经网络的城市轨道客流预测 |
| URI | https://d.wanfangdata.com.cn/periodical/hnlgdxxb202203003 |
| Volume | 50 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR1Na9RANJT24kGxfuA3RRxQZGsy-ZgZ8JLZzVLEerGF3kqS3bSHsoJtofRW6U2siDcVCwVRPNhTUVraX-N27b_wvZfZJLUtVmEJkzdv3ryvZN6bncxY1h3utyBoFbymYmXXPO5kNcVTv5akXjvjKTyaLZzvGH8SjE16j6b8qYGhs5VVS4sLyWi6fOx3Jf9jVYCBXfEr2X-wbEEUAFAG-8IVLAzXU9mYRT5TTaZDFnl4lRFBNNNUkA2mBYsEC-HXRAjAwxAhgIkQgAN-hAWtmSSIbjDlGIiqY0EBZc_0lXehJZOcRRKRQ8kiBQEpUy5WhUAZqgKmfQRCFdxi8xyiq9GwYVL2uVXErbKZDKgXYg9peigCFqC7oFIImAwJB5RQZ1IiS1L0ZQSdBEZ8lKhoBVWKkPNWxVQIcSGZkkhYKRIIWrvQSYkSoITaN9qUjpG5HM_JFg1sjyiguuBQ4ybaJ-dFNVA9wFqoq5MvkLcXq8_ocSHVg1LqfSVGxymlsIEkxTWJD0nI5ByAjzg2mrNUrkD7SU0S-8Q0mVZzQnb71hVoHlQcVCkjMvqNQl0jY7nhPXhi-_2GhlstOG7fBlX-aQS5D-8GYgsY9aigyIxEFKuAYhM5-0tPf1aRZwHQPaQFcHBtkxVc461gndz7oJA7skIfoSqF3KOTAK8kMzwx0MsJnDh2ZUod_-CqQVozVY0J8s2QzbvPPTTAV0LFfFeLI0EId7w8CkH6owX9UY6bV9pl4FUsh53tzM20lpYS9DAYdHHz4iEuIBcYtIbCxvjjp9UJB1UdoTFbclT1Pgj8yjoFIKekqAbskJFUEppA4BnYZQIiIX0KKhv64Xacspwg4rYncBAv7nEfDV7iu5Df-KJMEHzHFXZ_96z8tIUAWvi0BMWoxSyvRKU9OEFl9EFlJ4s7M5XYf-K8dc4k7SNh_gYetgaWZy9YwyYsmh-5a_buv3fRethd3_65vdZ9v9d99b33ebO797W3ttn79LG387q3-6a386H3brW7vtb98eLX7peDlbfdbxv7WysHG6v7Wy8vWZPNaKI-VjMH1NTmHVq1ZGeOSpIWV63Ya4sMIv1YJIrj2W8gQwrpl5dCgtlKnbbkjtMSsY_nOsKwKNyMx-5la7DzrNO-Yo3YsWontgi8lCce-AHoXqROFjs8yDgMnFet20YF02YAmp8-4jbXToN03TpTvsluWIMLzxfbNyGxWkhuGW_7DQSRBcY |
| linkProvider | EBSCOhost |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%9B%BE%E5%8D%B7%E7%A7%AF%E5%BE%AA%E7%8E%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%9A%84%E5%9F%8E%E5%B8%82%E8%BD%A8%E9%81%93%E5%AE%A2%E6%B5%81%E9%A2%84%E6%B5%8B&rft.jtitle=%E5%8D%8E%E5%8D%97%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E5%88%98%E6%99%93%E7%A3%8A&rft.au=%E6%AE%B5%E5%BE%81%E5%AE%87&rft.au=%E4%BD%99%E5%BA%86&rft.au=%E6%AF%9B%E5%AD%9D%E9%91%AB&rft.date=2022-03-01&rft.pub=%E5%90%8C%E6%B5%8E%E5%A4%A7%E5%AD%A6%E9%81%93%E8%B7%AF%E4%B8%8E%E4%BA%A4%E9%80%9A%E5%B7%A5%E7%A8%8B%E6%95%99%E8%82%B2%E9%83%A8%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E4%B8%8A%E6%B5%B7201804%25%E5%90%8C%E6%B5%8E%E5%A4%A7%E5%AD%A6+CAD%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%2C%E4%B8%8A%E6%B5%B7201804%25%E4%B8%8A%E6%B5%B7%E7%94%B3%E9%80%9A%E5%9C%B0%E9%93%81%E9%9B%86%E5%9B%A2%E6%9C%89%E9%99%90%E5%85%AC%E5%8F%B8%2C%E4%B8%8A%E6%B5%B7201102&rft.issn=1000-565X&rft.volume=50&rft.issue=3&rft.spage=21&rft.epage=27&rft_id=info:doi/10.12141%2Fj.issn.1000-565X.210320&rft.externalDocID=hnlgdxxb202203003 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fhnlgdxxb%2Fhnlgdxxb.jpg |