知识图谱与图神经网络助力智慧城市的可持续发展
摘要
本研究旨在通过知识图谱与图神经网络（GNN）的结合，构建一种创新的预测模型，以提升智慧城市中可持续发展目标（SDGs）的预测与决策能力。研究首先介绍了智慧城市与SDGs的背景，强调了传统方法在应对数据孤岛和复杂系统交互等挑战时的局限性。接着详细阐述了知识图谱与GNN的技术原理，包括数据整合、关系捕捉和动态适应能力。通过模拟案例W市，研究展示了模型在资源分配优化中的应用效果。结果表明，该模型能够有效提升资源分配的效率和SDGs的实现水平，为政策制定者提供了科学依据。研究的结论是，知识图谱与GNN的结合为智慧城市的可持续发展提供了新的技术手段，未来在技术进步和应用场景拓展的推动下，将在城市发展中发挥更加重要的作用。
引用本文（GB/T 7714）
普 常, 轶鸣 赵, 曼玉 云, 等. 知识图谱与图神经网络助力智慧城市的可持续发展[J]. 智能城市应用, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。