一种重大公共卫生事件下交通出行需求的预测方法

摘要

本发明公开了一种重大公共卫生事件下交通出行需求的预测方法，实现在较大范围内爆发的重大公共卫生事件下对于不同地区交通出行需求的迁移学习，通过聚类将不同地区的交通出行需求矩阵划分为多个不同的交通出行需求模式；利用多元线性回归来解释交通出行需求与不同影响因素之间的相关性，进行交通出行需求的初步估计并获得回归残差；采用时序图卷积网络模型从回归残差中捕捉时空变化模式，进一步提高出行需求预测的准确性。本发明能够在保证交通出行需求预测准确率的同时实现对交通出行需求影响机制的合理解释，特别是在重大公共卫生事件后期阶段，能够提前估计居民的公交出行需求，帮助相关部门制定促进公共交通和缓解道路拥堵的措施。