買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中電科新型智慧城市研究院有限公司申請的專利交通出行訂單預測方法、裝置及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119294607B 。

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411572230.5，技術領域涉及：G06Q10/04；該發明授權交通出行訂單預測方法、裝置及設備是由閆嘯;肖驥;莫家勤;李木俊設計研發完成，并于2024-11-06向國家知識產權局提交的專利申請。

本交通出行訂單預測方法、裝置及設備在說明書摘要公布了：本申請提供了交通出行訂單預測方法、裝置及設備，方法包括：獲取在第一時間段內目標城市的多個地區在每個單位時間段的交通出行訂單，得到多條第一歷史訂單序列；通過自注意力神經網絡模型，從多個地區內的第一歷史訂單序列中提取空間特征向量；通過自注意力神經網絡模型，從每個單位時間段內的第一歷史訂單序列中提取時間特征向量；通過自注意力神經網絡模型根據時間特征向量和空間特征向量，預測至少一個地區在未來一個或多個單位時間段的交通出行訂單。本申請通過從歷史訂單序列中提取空間特征向量和時間特征向量，再結合二者對未來的交通出行訂單進行預測，從而將模型的計算次數從全量的變成稀疏的，提高了模型計算效率。

本發明授權交通出行訂單預測方法、裝置及設備在權利要求書中公布了：1.一種交通出行訂單預測方法，其特征在于，包括：獲取在第一時間段內目標城市的多個地區在每個單位時間段的交通出行訂單，得到多條第一歷史訂單序列；以所述地區對多條所述第一歷史訂單序列進行分類，通過自注意力神經網絡模型，從多個所述地區內的向量形式的所述第一歷史訂單序列中提取空間特征向量；以所述單位時間對多條所述第一歷史訂單序列進行分類，通過所述自注意力神經網絡模型，從每個所述單位時間段內的向量形式的所述第一歷史訂單序列中提取時間特征向量；通過所述自注意力神經網絡模型根據所述時間特征向量和所述空間特征向量，預測至少一個地區在未來一個或多個所述單位時間段的所述交通出行訂單；所述自注意力神經網絡模型包括編碼器，所述編碼器中包括第一多頭自注意力層和第二多頭自注意力層；以所述地區對多條所述第一歷史訂單序列進行分類，通過自注意力神經網絡模型，從多個所述地區內的向量形式的所述第一歷史訂單序列中提取空間特征向量，包括：將每個所述地區內的向量形式的所述第一歷史訂單序列合并，得到多條第二歷史訂單序列；基于所述地區之間來往緊密程度對所述地區進行分組，得到多個空間組；其中，所述地區之間來往緊密程度根據所述單位時間的所述交通出行訂單的訂單數量、出行時間、出行距離中的至少一個確定；通過所述第一多頭自注意力層，在每個所述空間組內的所述第二歷史訂單序列之間進行自注意力計算，提取局部空間特征向量；將所述空間組內的所有第二歷史訂單序列進行合并，得到多個第三歷史訂單序列；通過所述第二多頭自注意力層，在每個所述第三歷史訂單序列之間進行自注意力計算，提取全局空間特征向量；所述編碼器中還包括第三多頭自注意力層、第四多頭自注意力層以及第五多頭自注意力層；以所述單位時間對多條所述第一歷史訂單序列進行分類，所述通過所述自注意力神經網絡模型，從每個所述單位時間段內的向量形式的所述第一歷史訂單序列中提取時間特征向量，包括：將每個所述單位時間段內的向量形式的所述第一歷史訂單序列合并，得到多個第四歷史訂單序列；通過所述第三多頭自注意力層，在每天內的所述第四歷史訂單序列之間進行自注意力計算，提取所述單位時間段的時間特征向量；若所述第一時間段大于一周，則將每天的所述第四歷史訂單序列合并，得到多條第五歷史訂單序列；通過所述第四多頭自注意力層，在每周內的所述第五歷史訂單序列之間進行自注意力計算，提取天的時間特征向量；若所述第一時間段大于或等于一個月，則將每周的所述第五歷史訂單序列合并，得到多條第六歷史訂單序列；通過所述第五多頭自注意力層，在每月內的所述第六歷史訂單序列之間進行自注意力計算，提取周的時間特征向量；所述第三多頭自注意力層中還嵌入有環境信息，以使所述第三多頭自注意力層還提取每個所述單位時間段的環境信息特征向量；所述環境信息包括對應每個所述單位時間段的天氣、溫度、風速、路況信息中的至少一種。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中電科新型智慧城市研究院有限公司，其通訊地址為：518000 廣東省深圳市福田區華富街道深南大道1006號深圳國際創新中心C棟19樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。