基于多属性增强图卷积-Informer模型的长时序货运量预测方法

摘要

本发明基于多属性增强图卷积‑Informer模型的长时序货运量预测方法，属于长时序货运量预测方法技术领域；所要解决的技术问题为：提供基于多属性增强图卷积‑Informer模型的长时序货运量预测方法的改进；解决上述技术问题采用的技术方案为：建立交通流量时序信息数据集；建立货运车辆载货重量时序信息数据集；建立客观动态、静态外部影响因素数据集；构建时序属性增强特征矩阵；构建站点网络结构拓扑图，将计算得到的邻接矩阵的对称归一化拉普拉斯矩阵与时序属性增强特征矩阵同时作为图卷积神经网络模型的输入；将图神经网络模型输出的已编码长时序属性增强特征作为Informer框架的输入，进行训练并学习，最终实现对未来长时序货运量的预测；本发明应用于货运流量预测。