基于图卷积的动态航线网络链路预测模型研究
Research on Dynamic Route Network Link Prediction Model Based on Graph Convolution
赵联政 1张培文 2黎砾丹3
作者信息
- 1. 中国民用航空飞行学院机场学院 广汉 618307
- 2. 中国民用航空飞行学院经济与管理学院 广汉 618307
- 3. 成都双流国际机场股份有限公司 成都 610000
- 折叠
摘要
为了克服航线网络传统链路预测模型的局限性,考虑网络拓扑特征和时间特性,提出一种基于图卷积网络(Graph Convolution Network,GCN)的动态航线网络链路预测模型.通过图卷积、图池化操作聚合节点及邻域信息,更新节点特征表示,识别节点间潜在联系.实验表明,GCN模型相较于传统链路预测模型具有更高的预测精度、预测效率和性能稳定性,是进行动态航线网络链路预测的一种有效工具.
Abstract
In order to overcome the limitations of traditional link prediction models in route networks,a dynamic route net-work link prediction model based on graph convolutional network(GCN)is proposed,taking into account network topology and time characteristics.This paper aggregates node and neighborhood information through graph convolution and graph pooling oper-ates,updates node feature representations,and identifies potential connections between nodes.Experiments have shown that the GCN model has higher prediction accuracy,efficiency,and performance stability compared to traditional link prediction models,making it an effective tool for dynamic route network link prediction.
关键词
航空运输/链路预测/图卷积网络/动态航线网络/航线预测Key words
air transportation/link prediction/graph convolution network/dynamic route network/route prediction引用本文复制引用
基金项目
国家自然科学基金项目(U2033213)
国家自然科学基金项目(U1733127)
中央高校基本科研业务费专项资金项目(J2022-041)
出版年
2024
国家科技期刊平台
NSTL
万方数据