GeoFlow：起讫点流量预测与生成中区域间关系的地理感知建模
机器学习
2026-07-06 v1
摘要
起讫点（OD）流量建模是城市规划和移动性分析的基础，但现有的基于图的方法往往忽略了显著的地理属性，限制了其对长距离和多区域依赖关系的建模能力。本文提出了GeoFlow，一个新颖的框架，它（i）通过地理空间属性增强区域表示，包括相对位置、k跳和测地距离，（ii）采用专门的几何内在融合编码器设计，将用于内在区域信号的图注意力与用于全局结构的坐标感知编码器相结合，以及（iii）采用轴向-全局注意力解码器来捕获OD特定的竞争性依赖关系。对于OD流量生成，GeoFlow与流匹配模型配对，以产生更真实和多样化的移动性样本。实验上，GeoFlow在预测准确性方面取得了优越的性能，同时显著提高了生成保真度和多样性。消融和分析研究证实了每个组件的贡献。代码可在 https://github.com/ZheruiHuang/GeoFlow 获取。
引用
@article{arxiv.2607.05257,
title = {GeoFlow: Geo-Aware Modeling of Inter-Area Relationships in Origin-Destination Flow Prediction and Generation},
author = {Zherui Huang and Guanjie Zheng and Hao Xue and Linghe Kong},
journal= {arXiv preprint arXiv:2607.05257},
year = {2026}
}
备注
Accepted by ICML 2026