本研究提出了一种新的混合深度学习模型——门控图卷积神经网络，旨在提高自行车共享系统的旅行需求预测准确性。该模型整合了轨迹、天气和接入数据，为交通规划者提供有效的管理决策支持。

本研究提出了一种基于图卷积神经网络的模型，用于预测自行车共享系统中车站的小时需求。通过对多种数据的分析，该模型在纽约市的测试中表现最佳，显著提高了需求预测的准确性，为交通规划提供了有效支持。