公开(公告)号：CN118154244A

公开(公告)日：2024-06-07

申请号：CN202410572139.7

申请日：2024-05-10

Applicant: 华侨大学

Inventor： 喻小光 ,  邝温杰 ,  陈霞 ,  傅顺开 ,  杨光

IPC: G06Q30/0202 ,  G06Q50/47 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/22 ,  G06F123/02

Abstract: 本发明公开了一种基于时空注意力的城际网约车多线路需求预测方法及系统，涉及智能交通技术领域，方法包括：首先，采用先生成全局时空序列，再构建注意力网络学习序列时空信息的方式，增强模型提取不同线路间动态联系的能力；然后，在生成时空序列时嵌入时间、变量以及局部连通性等多个重要因素，增加预测模型可以学习到的信息；最后，使用多层次自注意力网络递进式学习单变量、局部连通变量以及全局变量间不同时间步长的关系，避免局部重要信息的丢失。本发明相比其他多元时序预测算法能有效提取城际线路间的动态联系，从而提高多线路未来多个时间步长的需求预测准确度。

公开(公告)号：CN118154240A

公开(公告)日：2024-06-07

申请号：CN202410430797.2

申请日：2024-04-11

Applicant: 华侨大学

Inventor： 陈霞 ,  喻小光 ,  邝温杰 ,  杨光

IPC: G06Q30/0202 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084 ,  G06Q50/40

Abstract: 本发明公开了一种基于Transformer和生成对抗网络的网约车需求预测方法，包括：构建基于Transformer的网约车需求预测模型；结合生成对抗网络对网约车需求预测模型进行对抗式训练；利用训练好的网约车需求预测模型实现预测；所述网约车需求预测模型包括编码通道、解码通道和全连接层，编码通道接收历史需求序列，输出编码结果；解码通道接收编码通道输出的编码结果和待预测序列，输出解码结果；全连接接收解码结果，输出预测序列。本发明结合Transformer和生成对抗网络、基于相似性的稀疏多头自注意力机制、生成式解码器等方法，解决了上述研究者们在单时间步长预测结果的基础上进行递归扩展为多步长预测，随着预测时间步长数量的增加，误差会急剧上升的问题。

公开(公告)号：CN118154244B

公开(公告)日：2024-07-19

申请号：CN202410572139.7

申请日：2024-05-10

Applicant: 华侨大学

Inventor： 喻小光 ,  邝温杰 ,  陈霞 ,  傅顺开 ,  杨光

IPC: G06Q30/0202 ,  G06Q50/47 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/22 ,  G06F123/02

Abstract: 本发明公开了一种基于时空注意力的城际网约车多线路需求预测方法及系统，涉及智能交通技术领域，方法包括：首先，采用先生成全局时空序列，再构建注意力网络学习序列时空信息的方式，增强模型提取不同线路间动态联系的能力；然后，在生成时空序列时嵌入时间、变量以及局部连通性等多个重要因素，增加预测模型可以学习到的信息；最后，使用多层次自注意力网络递进式学习单变量、局部连通变量以及全局变量间不同时间步长的关系，避免局部重要信息的丢失。本发明相比其他多元时序预测算法能有效提取城际线路间的动态联系，从而提高多线路未来多个时间步长的需求预测准确度。