[發(fā)明專利]一種基于3D反卷積的出行需求預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110091885.0
• 申請(qǐng)日: 2021-01-23
• 公開(kāi)（公告）號(hào): CN112862165B
• 公開(kāi)（公告）日: 2022-04-26
• 發(fā)明（設(shè)計(jì)）人: 李天瑞;滕建;滕飛;杜圣東
• 申請(qǐng)（專利權(quán)）人: 西南交通大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06Q50/26;G06Q50/30;G06N3/08;G06N3/04
• 代理公司: 成都盈信專利代理事務(wù)所(普通合伙) 51245
• 代理人: 崔建中

1.一種基于3D反卷積的出行需求預(yù)測(cè)方法，其特征在于，包括構(gòu)建預(yù)測(cè)模型的步驟：

步驟1：構(gòu)建時(shí)空柵格數(shù)據(jù)，具體如下：

將時(shí)間間隔t內(nèi)，所有I×J柵格節(jié)點(diǎn)的出行需求表示為張量X_t∈R^C×I×J，其中C＝2表示有需求流入量和流出量?jī)蓚€(gè)通道，X_t表示一個(gè)時(shí)空柵格數(shù)據(jù)；

步驟2：根據(jù)時(shí)空柵格數(shù)據(jù)來(lái)構(gòu)建預(yù)測(cè)方法的輸入；三種時(shí)間依賴性的輸入不同，分別構(gòu)建如下：

1)臨近依賴性的輸入是時(shí)空柵格數(shù)據(jù)的子序列

其中，d_c表示臨近依賴序列的長(zhǎng)度；

2)日常依賴性的輸入是時(shí)空柵格數(shù)據(jù)的子序列

其中l(wèi)_p表示一天時(shí)空序列的長(zhǎng)度，d_p表示日常依賴序列的長(zhǎng)度；

3)周期依賴性的輸入是時(shí)空柵格數(shù)據(jù)的子序列

其中l(wèi)_w表示一周時(shí)空序列的長(zhǎng)度，d_w表示周期依賴序列的長(zhǎng)度；

步驟3：使用3D卷積初步提取時(shí)空特征；對(duì)于三種時(shí)間屬性，分別連接2個(gè)3D卷積層，如下：

1)臨近依賴性的3D卷積計(jì)算過(guò)程如下：

其中*表示3D卷積的運(yùn)算；是第l個(gè)3D卷積的輸入，C_l-1是通道數(shù)；當(dāng)l＝1時(shí)，C₀＝C，I₀＝I，J₀＝J和T₀＝d_c；W_c^(l)和是參數(shù)，f是激活函數(shù)；

2)日常依賴性的3D卷積計(jì)算過(guò)程如下：

其中*表示3D卷積的運(yùn)算；是第l個(gè)3D卷積的輸入，C_l-1是通道數(shù)；當(dāng)l＝1時(shí)，C₀＝C，I₀＝I，J₀＝J和T₀＝d_p；W_p^(l)和是參數(shù)，f是激活函數(shù)；

3)周期依賴性的3D卷積計(jì)算過(guò)程如下：

其中*表示3D卷積的運(yùn)算；是第l個(gè)3D卷積的輸入，C_l-1是通道數(shù)；當(dāng)l＝1時(shí)，C₀＝C，I₀＝I，J₀＝J和T₀＝d_w；和是參數(shù)，f是激活函數(shù)；步驟4：使用3D反卷積來(lái)進(jìn)一步提取空間信息；對(duì)于三種時(shí)間屬性，分別連接2個(gè)3D反卷積層，如下：

1)臨近依賴性的3D反卷積計(jì)算過(guò)程如下：

其中，表示3D反卷積的運(yùn)算；C₃、C₄是通道數(shù)，W_c⁽³⁾、W_c⁽⁴⁾和是參數(shù)；將降維成

2)日常依賴性的3D反卷積計(jì)算過(guò)程如下：

其中，表示3D反卷積的運(yùn)算；C₃、C₄是通道數(shù)，W_p⁽³⁾、W_p⁽⁴⁾和是參數(shù)；將降維成

3)周期依賴性的3D反卷積計(jì)算過(guò)程如下：

其中，表示3D反卷積的運(yùn)算；C₃、C₄是通道數(shù)，和是參數(shù)；將降維成

步驟5：將三個(gè)輸出和融合，提取三個(gè)輸出不同的貢獻(xiàn)程度；融合過(guò)程如下：

其中，表示按元素相乘，W_fc，W_fp和W_fw表示可學(xué)習(xí)的參數(shù)，反映對(duì)預(yù)測(cè)目標(biāo)的三種時(shí)間特性影響的程度；

步驟6：激活函數(shù)作用于融合結(jié)果來(lái)得到最終的結(jié)果；過(guò)程如下：

其中，f表示激活函數(shù)，表示最終的模型輸出結(jié)果。