【技术实现步骤摘要】
本专利技术涉及客流量预测
,具体涉及一种客流量的预测方法及装置。
技术介绍
轨道交通作为公共交通的重要组成部分,其具有速度快、时间准、运量大、运距长、舒适度高、受外界影响小等特点,其在城市公共交通流量大、道路拥堵等问题起着重要的作用,已日益成为市民出行的首选交通方式,随着地铁客流量的逐天增加,轨道交通也遭受客流集散拥挤严重,客流组织工作的复杂度也越来越高,因此,地铁客流量的短期预测体现出其他交通方式不可比拟的作用,是制定运力配置方案、客运组织方案的重要参考因素。现有的客流量的预测方法多是基于单源数据的预测方法,例如基于智能卡数据的客流量的预测方法,由于影响客流量的因素有多种多样,因此这种仅仅依据智能卡数据对客流量进行预测的方法会导致预测的精准度尤其是短期预测的精准度比较低。综上所述,现有技术中的客流量的预测方法是基于单源数据,导致预测的客流量的精准度比较低。
技术实现思路
本专利技术实施例提供一种客流量的预测方法及装置,以解决现有技术中的客流量的预测方法是基于单源数据,导致预测客流量的精准度比较低的问题。本专利技术第一方面提供一种客流量的预测方法,包括:获取多源数据中影响客流量的特征属性,所述多源数据包括智能卡刷卡数据、气象数据及机动车GPS数据;基于所述特征属性,利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。本专利技术第二方面提供一种客流量的预测装置,包括:获取模块,用于获取多源数据中影响客流量的特征属性,所述多源数据包括智能卡刷卡数据、气象数 ...
【技术保护点】
一种客流量的预测方法,其特征在于,包括:获取多源数据中影响客流量的特征属性,所述多源数据包括智能卡刷卡数据、气象数据及机动车GPS数据;基于所述特征属性,利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。
【技术特征摘要】
1.一种客流量的预测方法,其特征在于,包括:
获取多源数据中影响客流量的特征属性,所述多源数据包括智能卡刷卡数
据、气象数据及机动车GPS数据;
基于所述特征属性,利用自回归积分滑动平均模型和人工神经网络预测未
来的客流量。
2.根据权利要求1所述的方法,其特征在于,所述获取多源数据中影响客
流量的特征属性包括:
基于智能卡刷卡数据将乘客分为常客和散客两类,统计常客和散客两类乘
客的数量;
基于气象数据计算站点的天气指数;
基于机动车GPS数据计算所述站点的路况指数;
所述基于所述特征属性,利用自回归积分滑动平均模型和人工神经网络预
测未来的客流量包括:
基于所述常客和散客两类乘客的数量、所述天气指数和所述路况指数,利
用自回归积分滑动平均模型和人工神经网络预测未来的客流量。
3.根据权利要求2所述的方法,其特征在于,所述基于智能卡刷卡数据将
乘客分为常客和散客两类,统计常客和散客两类乘客的数量包括:
根据智能卡刷卡数据中的智能交通卡的唯一标识、公交线路或者地铁站的
标识、刷卡时间及进出站类型,汇总每张智能卡的出行信息和活跃天数;
根据所述出行信息和活跃天数获取乘客的集中出行时间段;
获取每个乘客在每个集中出行时间段的进站点,当第一乘客在第一集中出
行时间段中从第一进站点进站的概率大于预先设置的第一阈值时,则标记第一
进站点为第一集中出行时间段内第一乘客的经常出行站点,此时的第一乘客为
第一进站点、第一集中出行时间段内的常客,否则为散客,所述第一乘客是全
部乘客中的任一乘客,所述第一集中出行时间段是全部集中出行时间段中的任
\t一集中出行时间段,所述第一进站点是全部站点中的任一站点;周期统计常客
和散客两类乘客的数量,形成两个时间序列,分别为常客时间序列和散客时间
序列。
4.根据权利要求3所述的方法,其特征在于,所述基于所述常客和散客两
类乘客的数量、所述天气指数和所述路况指数,利用自回归积分滑动平均模型
和人工神经网络预测未来的客流量包括:
利用自回归积分滑动平均模型对常客时间序列和散客时间序列的数量进行
预测,得到第一预测结果和第二预测结果;
对第一残差序列进行样本重构,并加入所述天气指数和所述路况指数,形
成第一样本集,对第二残差序列进行样本重构,并加入所述天气指数和所述路
况指数,形成第二样本集,所述第一残差序列为所述常客时间序列与第一预测
结果的差,所述第二残差序列为所述散客时间序列与第二预测结果的差;
利用人工神经网络,分别对所述第一样本集和所述第二样本集进行预测,
得到第三预测结果和第四预测结果;
所述未来的客流量包括所述第一预测结果、所述第二预测结果、所述第三
预测结果和所述第四预测结果。
5.根据权利要求1所述的方法,其特征在于,
所述智能卡刷卡数据包括:智能交通卡的唯一标识、公交线路或者地铁站
的标识、刷卡时间及进出站类型;
所述气象数据包括:气象站点、站点经纬度,十分钟风速,湿度,气压,
十分钟降雨量;
所述机动车GPS数据包括:车牌号、时间、经度、纬度及速度。
6.一...
【专利技术属性】
技术研发人员:赵娟娟,张帆,须成忠,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。