活动影响下的城市交通路网状态演化趋势预测方法及系统

摘要

本发明涉及一种活动影响下的城市交通路网状态演化趋势预测方法及系统，其方法包括：S1：获取城市交通路网速度监测数据；S2：获取用户出行搜索记录数据；S3：获取城市交通路网静态属性数据；S4：根据城市交通路网速度监测数据、用户出行搜索记录数据以及城市交通路网静态属性数据构建训练集、验证集和测试集；将训练集输入并训练活动‑时空融合预测模型；并通过注意力机制和图神经网络将时空依赖和活动影响结合，输出活动影响下交通路网状态演化趋势预测结果；利用测试集验证活动‑时空融合预测模型对活动影响下的城市交通路网状态未来演化趋势进行预测。本发明提供的方法降低了预测误差，对于未来多个时间段长期趋势预测相关系数更高。