基于图神经网络的乘客出行请求预测
机器学习
2024-01-26 v2 人工智能
摘要
乘客请求预测对于网约车平台中的运营规划、控制与管理至关重要。尽管需求预测问题已被广泛研究，乘客的起讫点（OD）流预测却较少受到研究界的关注。本文开发了一种结合注意力机制的图神经网络框架，用于预测乘客的 OD 流。所提框架利用了源自不同地点的请求之间产生的各种线性和非线性依赖关系，并捕捉该地点的重复模式与上下文数据。此外，确定了覆盖路网并保持模型复杂性与准确性的网格单元最优尺寸。我们进行了大量仿真以检验所提方法及其各组成部分的特性。结果表明，与现有基线相比，我们所提模型具有更优的性能。
引用
@article{arxiv.2301.02515,
title = {GNN-based Passenger Request Prediction},
author = {Aqsa Ashraf Makhdomi and Iqra Altaf Gillani},
journal= {arXiv preprint arXiv:2301.02515},
year = {2024}
}