基于动态稀疏注意力的地铁客流预测模型
马茜1梁奕2,3段毅2,3曾尚琦2,3
Metro Passenger Flow Prediction ModelBased on Dynamic Sparse Attention
MA Qian1LIANG Yi2,3DUAN Yi2,3ZENG Shangqi2,3
-
作者信息:1.西咸新区轨道交通发展有限公司
2.南瑞集团(国网电力科学研究院)有限公司
3.国电南瑞科技股份有限公司
-
Affiliation:1.Xixian New Area Rail Transit Development Co., Ltd.
2.NARI Group (State Grid Electric Power Research Institute) Co., Ltd.
3.Guodian Nari Technology Co., Ltd.
-
关键词:
-
Key words:
-
DOI:10.16037/j.1007-869x.2022.04.005
-
中图分类号/CLCN:U293.13
-
栏目/Col:学术专论
摘要:
地铁客流预测是随时间演变的多维时间序列数据，不同序列之间存在复杂的动态相互依赖关系。为挖掘多种监测指标之间存在的内在复杂关系，提出动态稀疏注意力模型：利用全局变量注意力自动选择相关驱动序列，增强模型预测的判别性；根据局部紧密相关和全局稀疏相关的先验知识，对历史时间步和相关变量分别卷积和稀疏卷积，提取局部时间和局部变量特征；设计了稀疏注意力对相关时间步加权和变量加权，提高预测表现。结果表明，与其他常用客流预测模型相比，动态稀疏注意力模型能高度准确地预测客流。
Abstracts:
Metro Passenger Flow Prediction ModelBased on Dynamic Sparse Attention
引文 / Ref:
马茜, 梁奕, 段毅. 基于动态稀疏注意力的地铁客流预测模型. 城市轨道交通研究, 2022, 25(4): 22.
MA Qian, LIANG Yi, DUAN Yi. Metro passenger flow prediction model based on dynamic sparse attention. Urban Mass Transit, 2022,25(4): 22.
MA Qian, LIANG Yi, DUAN Yi. Metro passenger flow prediction model based on dynamic sparse attention. Urban Mass Transit, 2022,25(4): 22.
- 上一篇: 高铁物流运输模式及其可行性
- 下一篇: 培育新增长点，推动共建“一带一路”高质量发展
过刊浏览
资料下载
友情链接