1.一种基于时序卷积注意力的多路段列车客流预测方法,其特征在于,包括:获取多路段列车客流数据;将所述多路段列车客流数据输入多路段客流预测模型中,获得所述多路段客流预测模型输出的多路段列车客流预测数据;所述多路段客流预测模型为HANet模型;其中,所述多路段客流预测模型通过多路段列车客流样本数据训练获得,所述多路段客流预测模型包括线性单元和非线性单元,所述多路段列车客流预测数据是将所述多路段列车客流数据分别通过所述线性单元和非线性单元后输出的结果相加得到的;所述线性单元用于提取所述多路段列车客流数据中的线性特征,所述非线性单元用于提取所述多路段列车客流数据短期时序特征、不同路段客流间的空间关系特征和长期时序特征;所述线性单元用于提取所述多路段列车客流数据中的线性特征,包括:所述线性单元用于通过自回归模型提取所述多路段列车客流数据中的线性特征,输出线性分量预测结果;所述非线性单元用于提取所述多路段列车客流数据短期时序特征、不同路段客流间的空间关系特征和长期时序特征,包括:所述非线性单元用于通过卷积神经网络提取所述多路段列车客流数据短期时序特征和不同路段客流间的空间关系特征,获得卷积结果;所述非线性单元还用于通过时序卷积注意力网络提取所述卷积结果的长期时序特征,输出非线性分量预测结果;所述时序卷积注意力网络包括四个扩张卷积层和四个自注意力层,每个扩张卷积层之后设置一个自注意力层。
2.一种用于执行如权利要求1所述的基于时序卷积注意力的多路段列车客流预测方法的基于时序卷积注意力的多路段列车客流预测装置,其特征在于,包括:采集模块,用于获取多路段列车客流数据;预测模块,用于将所述多路段列车客流数据输入多路段客流预测模型中,获得所述多路段客流预测模型输出的多路段列车客流预测数据;其中,所述多路段客流预测模型通过多路段列车客流样本数据训练获得,所述多路段客流预测模型包括线性单元和非线性单元,所述多路段列车客流预测数据是将所述多路段列车客流数据分别通过所述线性单元和非线性单元后输出的结果相加得到的。
3.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1所述基于时序卷积注意力的多路段列车客流预测方法的步骤。
4.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1所述基于时序卷积注意力的多路段列车客流预测方法的步骤。
5.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1所述基于时序卷积注意力的多路段列车客流预测方法的步骤。