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！

龙图腾网获悉昆明理工大学申请的专利轨道交通客流OD预测方法及其系统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：CN119180372B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411256460.0，技术领域涉及：G06Q10/04；该发明授权轨道交通客流OD预测方法及其系统是由帅春燕;李鑫;欧阳鑫;何明卫;刘杰;杨芳;张小七设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本轨道交通客流OD预测方法及其系统在说明书摘要公布了：本发明公开了轨道交通客流OD预测方法及其系统，轨道OD客流准确的预测依赖于其客流的时空关系，精准的时间，空间关系挖掘可以提高模型对于下一时刻的OD客流预测精度。因此采用iTransformer中的时序变量嵌入和自注意力机制获得轨道OD客流的空间分布，同时对于时间关系的挖掘利用时域卷积网络进行特征提取，并将空间关系特征和时间关系特征进行融合，由全连接层进行进一步的内部特征学习，并做出预测，采用反归一化获得易于理解的表达，提升城市轨道交通中OD客流预测的准确性。

本发明授权轨道交通客流OD预测方法及其系统在权利要求书中公布了：1.一种轨道交通客流OD预测方法，其特征在于，包括以下步骤： S1、构建OD客流数据集：将数据清洗后的客流数据与进出站信息匹配形成一定时间步的OD客流数据集，其中客流数据是从自动售检票AFC系统中抽取的； S2、生成OD矩阵：针对轨道交通系统中每一个站点，将该站点作为起始站点同时其他站点作为不同目的站点从OD客流数据集中取出相应的客流量生成对应的OD矩阵； 其中OD矩阵中包括空间关系和时间关系，在每一个站点对应的OD矩阵中从同一起始站点到不同目的站点的时间序列对应的空间变量表示其空间关系，在每一个站点对应的OD矩阵中从同一起始站点至不同目的站点的同一时间戳对应的时间变量表示其时间关系； 在轨道交通系统中，轨道交通系统的每日运营时段分为b个时间段，代表第D天第p个时间段中从起点i到目的地j的乘客量，其中1≤D≤s天，对于起点为i的n个目的地，n个OD对上的乘客量形成一个n维OD向量表示为： 此时，OD矩阵记为其表达式为： 式中，空间变量为中每一列对应的向量，记为Mc，时间变量为中每一行对应的向量，记为Mk； S3、OD客流预测：将OD矩阵输入训练好的OD预测模型中预测得到OD客流预测结果； 其中OD预测模型是基于iTransformer模型改进得到，包括变量嵌入层、多变量注意力机制层、时域卷积网络层、特征融合层和全连接层，多变量注意力机制层中的自注意力机制用于对OD矩阵中的空间关系进行特征提取，时域卷积网络层中包括因果卷积和扩张卷积，用于对OD矩阵中的时间关系进行特征提取； 所述OD客流预测的具体步骤包括： S3.1、OD矩阵输入OD预测模型后，其空间变量Mc输入至变量嵌入层，其时间变量Mk输入至时域卷积网络层； S3.2、由变量嵌入层对其进行向量嵌入，随后输入多变量注意力机制层，在多变量注意力机制层中使用自注意力机制提取空间变量Mc中的特征，并将提取到的结果依次进行残差连接和层归一化处理得到空间变量特征记为Hc，并输出至特征融合层中； S3.3、在时域卷积网络层中先将时间变量Mk转置后，再使用因果卷积和扩张卷积构成的时域卷积网络进行特征提取得到时间变量特征记为HM，并输出至特征融合层中； S3.4、在特征融合层中对空间变量特征Hc和时间变量特HM进行特征融合得到特征W，其特征融合表达为：输出至全连接层中； S3.5、在全连接层中对输入的特征W进行特征提取后输出OD客流预测结果； 其中全连接层的层数采用3层隐藏层、1层输入层和1层输出层，其神经元个数设置为256个，其激活函数采用softmax函数，其输入层接收特征W，其输出层采用反归一化处理。

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昆明理工大学，其通讯地址为：650093 云南省昆明市一二一大街文昌路68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”。

以上内容由龙图腾AI智能生成。