一种基于解耦过程的短时轨道交通流量预测方法及装置

本发明公开了一种基于解耦过程的短时轨道交通流量预测方法及装置；属于公共交通数据分析预测技术领域，操作步骤：收集地铁AFC打卡数据得到乘客OD数据集；划定区域建立轨道交通现实拓扑结构，通过实体地铁道路测量数据与OD数据集设计多模态卷积特征图；改进LSTM初始Cell结构，将Swin Transformer模块融合进Cell并调整原有门控结构；将IST‑LSTM作为新预测单元与SBULSTM并行构建预测网络。本发明通过收集AFC打卡数据，使用动态时间规整法构建一种新的多模态卷积特征图，模拟信号解耦过程建立一种新的多模态卷积特征图；同时，改进LSTM单元，融入Swin Transformer的注意力功能，既能够捕捉时段内的全部时间特征，又能够强化多模态卷积特征图所提供的全局解耦信息，提高对轨道交通流量的预测准确性。