【论文名称】TMFO-AGGRU: A Graph Convolutional Gated Recurrent Network for Metro Passenger Flow Forecasting
【研究生姓名】陈燕玲（交通运输工程，2021级)
【导师】张阳
【期刊介绍】IEEE Transactions on Intelligent Transportation Systems，该期刊以智能交通系统领域研究为重点，重点收录应用于交通系统的信息技术设计、计算、处理、分析和控制等创新研究成果，位列中科院一区。
【论文介绍】该研究团队经过大量调研工作，发现现有的客流预测方法中多数仅考虑了空间距离对客流变化的影响，无法充分学习客流量的空间特征，在一定程度上影响模型的预测精度。为此，提出了一种结构优化的图卷积门控循环网络地铁客流预测方法，该方法能够充分学习客流量的空间特征，通过使用优化算法动态调整模型参数以提高模型预测性能。通过实验证明，采用动态寻优的图卷积门控循环神经网络可以提高预测的准确率，并且本文提出的优化方法具有较好的收敛速度。
【发表情况】已发表
