[发明专利]一种基于ASTGCN算法的公交路况预测方法及系统

权利要求书

1.一种基于ASTGCN算法的公交路况预测方法，其特征在于，包括：

数据采集单元获取公交车辆的历史GPS行驶信息路网结构信息和实时GPS行驶信息；

对数据采集单元获取的信息进行清洗和预处理得到历史预处理信息和实时预处理信息；

对历史预处理信息进行训练得到历史路况模型，对实时预处理信息根据历史路况模型进行预测得到预测路况信息。

2.根据权利要求1所述的一种基于ASTGCN算法的公交路况预测方法，其特征在于，所述获取公交车辆的历史GPS行驶信息路网结构信息和实时GPS行驶信息，具体包括：

用地理网格工具确定基本公交路网，获取立式数据中有公交GPS经过的所有地理网格，对异常值进行处理；

对实际行驶GPS路径进行优化，获取公交路网节点的速度和行进距离。

3.根据权利要求1所述的一种基于ASTGCN算法的公交路况预测方法，其特征在于，所述对数据采集单元获取的信息进行清洗和预处理得到历史预处理信息和实时预处理信息，具体包括：对公交车辆的历史GPS行驶信息组成的城市公交网络表转换为邻接矩阵，用于确定模型网络结构，对城市公交网络表继续进行特征处理形成时空矩阵，用于训练数据集形成训练模型，其中，时空矩阵的空间维度顺序与模型网络结构的节点顺序一一对应。

4.根据权利要求3所述的一种基于ASTGCN算法的公交路况预测方法，其特征在于，所述对公交车辆的历史GPS行驶信息组成的城市公交网络表转换为邻接矩阵，具体包括：

根据通过行驶车辆的线路站点情况，对公交路网节点的相同站间的节点依次相连，建立节点间连接关系；

将相邻节点找出，其中每对相邻节点生成一条记录；

根据节点间距离计算节点之间的关系权重；

对公交路网节点中的节点及节点之间的关系权重构成城市公交网络表；

使用有向图构造方式，将城市公交网络表转换为邻接矩阵。

5.根据权利要求4所述的一种基于ASTGCN算法的公交路况预测方法，其特征在于，所述根据节点间距离计算节点之间的关系权重；通过历史数据，累加两个节点中所有的GPS轨迹行进距，并计算平均值，计算两两相邻节点之间的距离。

6.根据权利要求1所述的一种基于ASTGCN算法的公交路况预测方法，其特征在于，所述对历史预处理信息进行训练得到历史路况模型，对实时预处理信息根据历史路况模型进行预测得到预测路况信息；具体包括：

通过空间注意力机制和时间注意力机制计算邻接矩阵的权重得到空间注意力矩阵和时间注意力矩阵；

对空间注意力矩阵进行归一化，并与邻接矩阵相乘，得到新输入矩阵；

对时间注意力矩阵进行归一化，与新输入矩阵相乘，得到最终输入矩阵；

对实时预处理信息根据历史路况模型进行预测得到预测路况信息。