买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京建筑大学;北京交通大学申请的专利基于多任务学习的城市轨道交通短时OD客流预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120197764B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510282858.X，技术领域涉及：G06Q10/04；该发明授权基于多任务学习的城市轨道交通短时OD客流预测方法是由杨静;谢余晨;张红亮;李欣然;杨心怡设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本基于多任务学习的城市轨道交通短时OD客流预测方法在说明书摘要公布了：本发明公开了基于多任务学习的城市轨道交通短时OD客流预测方法，该方法首先构建时空传播模块，以进出站客流量作为节点特征，OD客流量作为边特征；对节点特征和边特征进行时空特征学习，得到节点和边的时空特征；将节点和边的时空特征信息逐层传递和聚合，得到节点和边的特征表示；构建OD客流预测模块和进出站客流预测模块，得出客流预测结果。本发明通过结合OD流量和进出站流量的联合建模，能够更好地捕捉轨道交通网络中的时空依赖性，将OD客流预测与进出站客流预测作为联合任务进行学习，能够充分利用进出站流量的时空特征，提升OD客流预测的精度和模型的泛化能力，具备较强的实际应用价值，为轨道交通管理与决策提供了更加可靠的技术支持。

本发明授权基于多任务学习的城市轨道交通短时OD客流预测方法在权利要求书中公布了：1.基于多任务学习的城市轨道交通短时OD客流预测方法，其特征在于，包括以下步骤： S1、以进出站客流量作为节点特征，OD客流量作为边特征构建时空传播模块，其中，时空传播模块由多个时间步逐层递减的时空学习单元堆叠而成； S2、利用时空学习单元对节点特征和边特征进行时空特征学习，得到节点和边的时空特征； S3、将节点和边的时空特征信息在时空传播模块中逐层传递和聚合，得到节点和边的特征表示； S4、以边和节点的特征表示作为输入，分别构建作为主任务的OD客流预测模块和辅助任务的进出站客流预测模块，利用OD客流预测模块得到OD矩阵预测结果，进出站客流预测模块得到进出站客流量； 其中，所述OD客流预测模块包括以下预测步骤： 边特征提取： 从时空传播模块获取边特征矩阵，其中表示站点到站点的时空隐含特征，为隐藏层维度； 全连接映射： 对每条边特征进行非线性变换，将其映射到预测空间： ， 其中，为可学习参数； 矩阵预测： 通过第二层全连接网络输出未来个时间步的客流量预测值： ， 其中，和为预测层参数；最终输出为，其中，每个矩阵维度为； 所述进出站客流预测模块包括以下预测步骤： 节点特征提取： 从时空传播模块获取节点特征矩阵，其中表示站点的时空隐含特征； 特征变换与激活： 对节点特征进行非线性变换： ， 其中，和为可学习参数；为层归一化操作； 客流量预测： 通过全连接网络输出未来个时间步的进出站客流量： ， 其中，和为预测层参数； 最终输出为，每个向量维度为。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京建筑大学;北京交通大学，其通讯地址为：100044 北京市西城区展览馆路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。