近期，我院张阳副教授作为第一作者，其指导的硕士研究生陈燕玲为第二作者，以福建理工大学为第一单位在运输科技领域的国际知名期刊《IEEE Transactions on Intelligent Transportation Systems》上在线发表题为 “TMFO-AGGRU：A Graph Convolutional Gated Recurrent Network for Metro Passenger Flow Forecasting” 学术论文。
该研究在深入学习地铁客流特性的基础上提出了一种新的地铁客流预测模型，通过改进图卷积运算模式，使算法更加关注准确学习和提取地铁客流构成的空间特征；同时，根据本研究提出的深度学习结构模型构建有针对性的优化方法，实现结构参数的自适应动态寻优，进一步提升模型的泛化性。大量实验表明，所提出的模型预测精度更高且实时性能够满足实际需求，有较好的实用化前景。
