[发明专利]打车需求量和交通流量联合预测模型的预测方法和装置

权利要求书

1.一种打车需求量和交通流量联合预测模型的预测方法，其特征在于，包括以下步骤：

获取所有区域的独热编码、当前时间、外部特征以及历史各个区域打车需求量和交通流量，利用已训练的当前时空信息编码模块中的区域编码子模块对所述所有区域的独热编码进行编码处理，获取每个所述区域的分布式区域向量表示；

将当前时间映射到时间片段上，获取所述时间片段对应的时间片段序号，利用已训练的时间片段编码模块对所述时间片段序号进行编码处理，获取分布式时间向量表示，利用已训练的外部特征编码子模块对外部特征进行处理，获取隐向量外部特征表示；

将所述分布式区域向量表示、所述分布式时间向量表示和所述隐向量外部特征表示进行融合处理，获取统一向量表示，利用已训练的历史交通序列数据编码模块对所述历史各个区域打车需求量和交通流量进行依次编码，获取历史向量序列表示；

利用已训练的注意力模型将所述统一向量表示和所述历史向量序列表示进行融合处理，获取目标向量表示，并利用已训练的不同交通量之间关联性编码模块将所述目标向量表示转换成三个新向量表示，将所述三个新向量表示拼接成一个定长向量表示；

利用已训练的交通量联合预测模块对所述定长向量进行预测，获取预测的打车需求量和交通流量数值并输出。

2.如权利要求1所述的方法，其特征在于，所述获取所有区域的独热编码，包括：

根据每个所述区域在横向和纵向的顺序分别产生每个所述区域的横向独热编码和纵向独热编码，通过拼接所述横向独热编码和所述纵向独热编码获取每个所述区域的独热编码。

3.如权利要求1所述的方法，其特征在于，对所述所有区域的独热编码进行编码处理，获取每个所述区域的分布式区域向量表示，包括：

根据每个所述区域的关联关系构建三种区域节点连接图，使用图编码技术依次将所述三种区域节点连接图作为输入，获取所述每个所述区域的三个分布式隐向量表示；

将所述三个隐向量分布式隐向量表示拼接为一个隐向量作为每个所述区域的分布式向量表示。

4.如权利要求3所述的方法，其特征在于，使用公式(1)-(5)获取所述每个所述区域的三个分布式隐向量表示；其中，所述公式(1)-(5)为：

其中，O_R[i]为每个所述区域的独热编码，为第一层区域编码参数矩阵，为第一层编码后每个所述区域的向量表示，A_x[i，j]为每个所述区域连接图中对应的邻接矩阵元素，x为所述三种区域节点连接图中的一种，为第一层图注意编码的参数向量，为第一层计算得到图注意力权重，为第二层区域编码参数矩阵，为第二层编码后每个所述区域的向量表示，为第二层图注意编码的参数向量，为第二层计算得到图注意力权重，为每个所述区域的分布式隐向量表示。

5.如权利要求1所述的方法，其特征在于，获取所述时间片段对应的时间片段序号，利用已训练的时间片段编码模块对所述时间片段序号进行编码处理，获取分布式时间向量表示，包括：

使用矩阵W_w将第一时间段的每预设时间周期从独热编码o_w通过公式h_w＝W_wo_w转换成分布式向量编码h_w；

使用矩阵W_d将第二时间段的每一个时间片段从独热编码o_d通过公式h_d＝W_do_d转换成分布式向量编码h_d；其中，构建循环连接图，并通过图嵌入编码技术获取每个节点的向量表示，根据向量表示获取W_w和W_d的参数；

对所述分布式向量编码h_w和所述分布式向量编码h_d进行编码，获取所述分布式时间向量表示，其中，编码公式为：h_t＝concat(h_w，h_d)。