基于多级图池化的群体态势推演方法

本发明公开了基于多级图池化的群体态势推演方法，该方法首先获取目标群体的人口统计学特征分布数据及目标模拟规模标量，通过多维联合分层抽样生成微观状态张量并构建动态交互图；然后利用多层图池化网络对图中的微观节点进行逐级压缩，输出宏观特征张量及记录微观节点与中观社区超节点归属关系的第一软分配矩阵；再由图Transformer神经算子接收当前时间步的宏观特征张量与目标模拟规模标量的编码嵌入，自回归预测下一时间步的宏观特征张量；最后在推演过程中根据中观社区超节点的异常分数触发唤醒，基于第一软分配矩阵追溯异常贡献微观节点并执行局部模拟后更新宏观特征张量，实现群体态势推演。本申请实现了对大规模图数据的高保真压缩与自适应推演。