A method for bus arrival time prediction when lacking data, comprising: finding important geographic locations by using a density-based clustering method; using the found geographic locations to represent a geographic structure of each route to form node information; according to geographic structure similarity, constructing weighted edge information provided with traffic importance so as to form a public transportation network graph; and according to the public transportation network graph, establishing multi-head spatial and temporal graph attention network prediction models to learn the correlation between bus routes from the perspective of space and time, wherein a spatial attention module is a multi-head graph attention module provided with a mask, and a temporal attention module is built by an LSTM layer and a transformer layer. The described method may effectively learn and predict the travel time for each route in a public transportation network, which may not only improve the accuracy of arrival time prediction for bus routes that have few current travel records, but also provide the estimated travel time for bus routes which are in the design stage and do not have historical records.
Procédé de prédiction de l'heure d'arrivée d'un bus lorsqu'il manque des données, le procédé consistant : à trouver des emplacements géographiques importants à l'aide d'un procédé de groupement fondé sur la densité ; à utiliser les emplacements géographiques trouvés pour représenter une structure géographique de chaque itinéraire afin de former des informations de nœud ; selon une similarité de structures géographiques, à construire des informations de bord pondérées munies de l'importance du trafic de façon à former un graphique de réseau de transport public ; et conformément au graphique de réseau de transport public, à établir des modèles de prédiction de réseau d'attention graphique temporelle et spatiale multi-tête afin d'apprendre la corrélation entre les itinéraires des bus à partir de la perspective de l'espace et du temps. Un module d'attention spatiale est un module d'attention graphique multi-tête muni d'un masque, et un module d'attention temporelle est construit par une couche LSTM et une couche de transformateur. Le procédé décrit peut apprendre et prédire efficacement le temps de déplacement pour chaque itinéraire dans un réseau de transport public, ce qui peut non seulement améliorer la précision de prédiction de l'heure d'arrivée pour des itinéraires de bus ayant peu d'enregistrements de déplacement actuels, mais fournir également le temps de déplacement estimé pour des itinéraires de bus qui sont dans l'étape de conception et qui n'ont pas d'historiques d'enregistrement.
一种面向有缺失数据的公交车到站时间预测方法,包括基于密度的聚类方法发现重要地理位置;利用挖掘的地理位置表示每条路线的地理结构构成节点信息;根据地理结构相似度,构建具有交通重要性的有权重边信息,从而组成公共交通网络图;根据公共交通网络图,建立多头时空图注意力网络预测模型从空间和时间的角度学习公交路线之间的相关性;空间注意力模块为具有掩码的多头图注意力模块,时间注意力模块由LSTM层和transformer层构建。该方法可以有效地学习和预测公共交通网络中每条路径的旅行时间,不仅能提高当前旅行记录少的公交线路的到达时间预测准确率,还可以对没有历史记录的处于设计阶段的公交线路提供预计旅行时间。
METHOD FOR BUS ARRIVAL TIME PREDICTION WHEN LACKING DATA
PROCÉDÉ DE PRÉDICTION D'HEURE D'ARRIVÉE DE BUS LORSQU'IL MANQUE DES DONNÉES
一种面向有缺失数据的公交车到站时间预测方法
2023-03-09
Patent
Electronic Resource
Chinese
IPC: | G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen / G06Q Datenverarbeitungssysteme oder -verfahren, besonders angepasst an verwaltungstechnische, geschäftliche, finanzielle oder betriebswirtschaftliche Zwecke, sowie an geschäftsbezogene Überwachungs- oder Voraussagezwecke , DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES / G08G Anlagen zur Steuerung, Regelung oder Überwachung des Verkehrs , TRAFFIC CONTROL SYSTEMS |
ARRIVAL TIME PREDICTION METHOD, ARRIVAL TIME PREDICTION DEVICE, AND ARRIVAL TIME PREDICTION PROGRAM
European Patent Office | 2022
|ARRIVAL TIME PREDICTION DEVICE AND ARRIVAL TIME PREDICTION DEVICE SYSTEM
European Patent Office | 2017
|ARRIVAL TIME PREDICTION DEVICE, ARRIVAL TIME PREDICTION SYSTEM, AND PROGRAM
European Patent Office | 2016
|Bus arrival time prediction using mixed multi-route arrival time data at previous stop
DOAJ | 2018
|