多特征融合的网约车拼车起讫点需求时空预测

来源：交通运输系统工程与信息杂志2025年第4期北京时间：

作者：谢秉磊, 冯健茜, 秦筱然

单位：1. 哈尔滨工业大学(深圳)，建筑学院，广东深圳518055；2.华南理工大学，土木与交通学院，广州510641

摘要：针对现有拼车需求预测研究中对拼车订单关联性考虑不足的问题，本文提出一种基于时空多图卷积神经网络的拼车起讫点需求时空预测模型。首先，将拼车订单数据处理为各个起讫点之间需求的时序数据，分析并挖掘拼车需求的多个特征信息。在此基础上，根据拼车拼成率、路径相似性和土地功能相似性构建多个反映拼车订单关联的语义图，为拼车需求预测提出新的语义建模视角；同时，构建反映相邻性和距离的地理图，从多维度对地理相关性与行程语义关联进行建模。在模型构建上，本文提出层级化多图信息融合机制，充分捕捉数据中的时空相关性。此外，引入影响拼车需求的外源因素，构建融合多特征的时空多图卷积模型。实验结果表明，拼车拼成率、路径相似性和天气是影响拼车需求的关键因素。相较于多图注意力卷积网络(GMAN)、时空长短期记忆网络(SP-LSTM)和残差多图卷积网络(RMGCN)，本文方法的预测结果均方根误差分别降低了11.44%、7.06%和3.89%，平均绝对误差分别降低了9.45%、10.85%和7.26%，表明本文提出的方法具有较高的预测精度和科学性。

关键词：智能交通,需求预测,多图卷积神经网络,网约车拼车,门控循环单元,起讫点预测

基金资助：国家自然科学基金 (71974043)。