多源异构数据融合的城市私家车流量预测研究

（湖南大学信息科学与工程学院，湖南 长沙 410082）

1 引言

随着世界城市化进程的快速推进，越来越多的人生活在城市中。联合国最新报告指出，目前世界上约有55%的人生活在城市中，2050 年该比例将达到68%。城市中的私家车作为人们出行的主要交通工具，其保有量也急剧增加[1]。以中国为例，截至2019 年年底，私家车保有量高达2.07 亿辆，占汽车总量的81.4%。近5 年，私家车年均增长1 966 万辆，其保有量的迅猛增长与城市空间资源之间的矛盾日益加剧，给城市带来停车困难、交通拥堵等问题[2]。

私家车流量预测作为智能交通领域的研究热点[3]，旨在利用现有车流量预测未来车流量，具体可应用到智慧停车[4]、风险预警[5]和城市规划[6]等领域。一方面，全球定位系统（GPS,global positioning system）、车载自诊断系统（OBD,on-board diagnostics）和基于位置的服务（LBS,location-based service）等技术的高速发展，为实时收集海量的私家车轨迹数据提供了支持[7]。另一方面，与其他交通工具相比，私家车能够直接对应固定用户长期的出行需求，其轨迹数据从不同的粒度、层面和视角准确记录人们的出行行为。在日常生活中，私家车用户通常到达一个地点后停留一段时间以完成出行需求，再离开前往下一个地点。持续的停留行为，不仅包含了出行行为，其中的停留时长也体现了用户对地点的偏好[8]。

现有的车流量预测研究分为2 类：基于张量建模的方法和基于图建模的方法。在基于张量建模的相关工作中，研究人员通常将城市区域划分为规则的网格区域，如图1(a)所示。……