基于知识图谱的城市轨道交通突发事件演化结果预测

摘要：

准确预测突发事件的演化结果,对城市轨道交通系统制定应急方案、保障安全运营,具有重要的参考意义.目前突发事件演化结果预测方法智能化程度不高,过分依赖决策者主观设定的特征权重、检索模板,复杂、准确性低且应用性较弱.该文基于知识图谱(KG)和关系图卷积神经网络(R-GCN)模型提出一种城市轨道交通突发事件演化结果预测方法.首先,构建城市轨道交通突发事件知识图谱,将与事件相关的场景信息进行结构化处理;其次,基于关系图卷积神经网络模型构建城市轨道交通突发事件结果的预测模型;最后,利用城市轨道交通突发事件案例库进行验证.实验结果表明,所提预测方法具有较好的准确率、较强的普适性,可为轨道交通应急管理提供方法和技术支持.

关键词：城市轨道交通、突发事件、演化结果预测、知识图谱、关系图卷积神经网络

所属期刊栏目：45

分类号：TP391;U298(计算技术、计算机技术)

资助基金：国家自然科学基金;中央高校基本科研业务费

在线出版日期：2023-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：949-957