一种耦合公共交通特征的多图自适应共享单车需求预测方法

本发明公开了一种耦合公共交通特征的多图自适应共享单车需求预测方法，涉及智能交通技术领域，包括利用多时间模式分解和特征拼接操作，构建节点动态特征；分别构建地理临近性、功能相似性及OD流量交互邻接矩阵及自适应邻接矩阵，形成多视图邻接矩阵集合；基于多视图邻接矩阵集合和节点动态特征，通过特定站点参数化机制进行并行图卷积操作，生成多视图空间特征，并结合旁路门控循环网络生成最终隐藏状态，同时构建隐藏状态特征矩阵；基于隐藏状态特征矩阵，利用二维卷积多步预测模块输出多步借还使用量预测结果。本发明有效克服了传统孤立系统预测与单一欧氏建图的局限，显著提升了共享单车站点的借还使用量预测精度。