客流量预测方法及装置制造方法及图纸

本发明专利技术提供一种客流量预测方法及装置，其中方法包括：获取待预测线路的乘客刷卡信息，乘客刷卡信息包括乘客标识信息以及刷卡时间；根据乘客标识信息以及刷卡时间，确定每个乘客的总乘车次数；根据每个乘客的总乘车次数，将乘客分为规律乘客、中型乘客和随机乘客；针对规律乘客、中型乘客和随机乘客，分别采用鸽群算法加支持向量机算法进行相应的客流量预测；根据规律乘客的客流量预测值、中型乘客的客流量预测值和随机乘客的客流量预测值，确定待预测线路的客流量预测值。本发明专利技术提供的客流量预测方法及装置，能够及时、准确地预测未来时段的公交客流量。

【技术实现步骤摘要】
客流量预测方法及装置
本专利技术涉及智能交通技术，尤其涉及一种客流量预测方法及装置。
技术介绍
随着城市交通的不断发展，越来越多的人选择公交出行，公交的费用更低，比汽车更环保，通勤速度更快。然而，目前的公交系统存在一个严重的问题：某些线路的公交特别拥挤，而另外一些线路的公交基本上是空载，这造成了资源的浪费。客流量是影响公交运行效率的重要因素，公交公司可以根据客流量的变化情况最优地调度公交车辆，节省运营成本，市民也可以参考公交线路客流量信息制定出行计划，从而节省出行时间。因此，及时准确预测未来时段的客流量成为目前亟待解决的问题。
技术实现思路
本专利技术提供一种客流量预测方法及装置，用以解决目前无法及时准确预测公交客流量的技术问题。本专利技术提供一种客流量预测方法，包括：获取待预测线路的乘客刷卡信息，所述乘客刷卡信息包括乘客标识信息以及刷卡时间；根据乘客标识信息以及刷卡时间，确定每个乘客的总乘车次数；根据每个乘客的总乘车次数，将乘客分为规律乘客、中型乘客和随机乘客；针对规律乘客、中型乘客和随机乘客，分别采用鸽群算法加支持向量机算法进行相应的客流量预测；根据规律乘客的客流量预测值、中型乘客的客流量预测值和随机乘客的客流量预测值，确定所述待预测线路的客流量预测值。进一步地，根据每个乘客的总乘车次数，将乘客分为规律乘客、中型乘客和随机乘客，包括：判断乘客的总乘车次数与第一阈值、第二阈值的关系；若乘客的总乘车次数大于第一阈值，则判断所述乘客为规律乘客；若乘客的总乘车次数小于第二阈值，则判断所述乘客为随机乘客；若乘客的总乘车次数小于第一阈值且大于第二阈值，则判断所述乘客为中型乘客；其中，所述第一阈值大于所述第二阈值。进一步地，针对规律乘客、中型乘客和随机乘客，分别采用鸽群算法加支持向量机算法进行相应的客流量预测，包括：根据历史数据，计算前N天中，每一天每种类型乘客的客流量；根据鸽群算法，选择支持向量机算法中核函数的参数的值；在选定核函数的参数的值后，将每一种类型乘客前N天的客流量输入到支持向量机算法，得到每一种类型乘客第N+1天的客流量预测值。进一步地，根据鸽群算法，选择支持向量机算法中核函数的参数的值，包括：选择支持向量机算法需要用到的核函数，并确定所述核函数中的参数的范围；将所述核函数的参数的范围进行分割，确定参数在每一段范围内对应的初始值；根据参数在每一段范围内对应的初始值，对参数进行正交化；将参数对应的正交化阵列输入至鸽群算法，确定核函数的参数的值。进一步地，在将参数对应的正交化阵列输入至鸽群算法，确定核函数的参数的值之后，还包括：将鸽群算法确定的参数值输入至支持向量机算法；利用支持向量机算法对参数值进行评价，并将评价结果输入至鸽群算法；利用鸽群算法根据评价结果对参数的值进行修正。本专利技术还提供一种客流量预测装置，包括：获取模块，用于获取待预测线路的乘客刷卡信息，所述乘客刷卡信息包括乘客标识信息以及刷卡时间；确定模块，用于根据乘客标识信息以及刷卡时间，确定每个乘客的总乘车次数；分类模块，用于根据每个乘客的总乘车次数，将乘客分为规律乘客、中型乘客和随机乘客；预测模块，用于针对规律乘客、中型乘客和随机乘客，分别采用鸽群算法加支持向量机算法进行相应的客流量预测；处理模块，用于根据规律乘客的客流量预测值、中型乘客的客流量预测值和随机乘客的客流量预测值，确定所述待预测线路的客流量预测值。进一步地，所述分类模块具体用于：判断乘客的总乘车次数与第一阈值、第二阈值的关系；若乘客的总乘车次数大于第一阈值，则判断所述乘客为规律乘客；若乘客的总乘车次数小于第二阈值，则判断所述乘客为随机乘客；若乘客的总乘车次数小于第一阈值且大于第二阈值，则判断所述乘客为中型乘客；其中，所述第一阈值大于所述第二阈值。进一步地，所述预测模块具体用于：根据历史数据，计算前N天中，每一天每种类型乘客的客流量；根据鸽群算法，选择支持向量机算法中核函数的参数的值；在选定核函数的参数的值后，将每一种类型乘客前N天的客流量输入到支持向量机算法，得到每一种类型乘客第N+1天的客流量预测值。进一步地，所述预测模块具体用于：根据历史数据，计算前N天中，每一天每种类型乘客的客流量；选择支持向量机算法需要用到的核函数，并确定所述核函数中的参数的范围；将所述核函数的参数的范围进行分割，确定参数在每一段范围内对应的初始值；根据参数在每一段范围内对应的初始值，对参数进行正交化；将参数对应的正交化阵列输入至鸽群算法，确定核函数的参数的值；在选定核函数的参数的值后，将每一种类型乘客前N天的客流量输入到支持向量机算法，得到每一种类型乘客第N+1天的客流量预测值。进一步地，所述预测模块还用于：在将参数对应的正交化阵列输入至鸽群算法，确定核函数的参数的值之后，将鸽群算法确定的参数值输入至支持向量机算法；利用支持向量机算法对参数值进行评价，并将评价结果输入至鸽群算法；利用鸽群算法根据评价结果对参数的值进行修正。本专利技术提供的客流量预测方法及装置，通过获取待预测线路的乘客刷卡信息，所述乘客刷卡信息包括乘客标识信息以及刷卡时间，根据乘客标识信息以及刷卡时间，确定每个乘客的总乘车次数，根据每个乘客的总乘车次数，将乘客分为规律乘客、中型乘客和随机乘客，针对规律乘客、中型乘客和随机乘客，分别采用鸽群算法加支持向量机算法进行相应的客流量预测，根据规律乘客的客流量预测值、中型乘客的客流量预测值和随机乘客的客流量预测值，确定所述待预测线路的客流量预测值，能够及时、准确地预测未来时段的公交客流量，发现不同类型乘客的出行规律，提高预测的效率和准确率，对公交的调度有一定的参考价值。附图说明图1为本专利技术实施例一提供的客流量预测方法的流程图；图2为本专利技术实施例一提供的客流量预测方法中乘客刷卡信息的存储方式示意图；图3为本专利技术实施例一提供的客流量预测方法中乘客刷卡信息的原始数据示意图；图4为本专利技术实施例一提供的客流量预测方法中统计出的总乘车次数的示意图；图5为本专利技术实施例二提供的客流量预测装置的结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本申请实施例中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件本文档来自技高网...

【技术保护点】
一种客流量预测方法，其特征在于，包括：获取待预测线路的乘客刷卡信息，所述乘客刷卡信息包括乘客标识信息以及刷卡时间；根据乘客标识信息以及刷卡时间，确定每个乘客的总乘车次数；根据每个乘客的总乘车次数，将乘客分为规律乘客、中型乘客和随机乘客；针对规律乘客、中型乘客和随机乘客，分别采用鸽群算法加支持向量机算法进行相应的客流量预测；根据规律乘客的客流量预测值、中型乘客的客流量预测值和随机乘客的客流量预测值，确定所述待预测线路的客流量预测值。

【技术特征摘要】
1.一种客流量预测方法，其特征在于，包括：获取待预测线路的乘客刷卡信息，所述乘客刷卡信息包括乘客标识信息以及刷卡时间；根据乘客标识信息以及刷卡时间，确定每个乘客的总乘车次数；根据每个乘客的总乘车次数，将乘客分为规律乘客、中型乘客和随机乘客；针对规律乘客、中型乘客和随机乘客，分别采用鸽群算法加支持向量机算法进行相应的客流量预测；根据规律乘客的客流量预测值、中型乘客的客流量预测值和随机乘客的客流量预测值，确定所述待预测线路的客流量预测值。2.根据权利要求1所述的方法，其特征在于，所述根据每个乘客的总乘车次数，将乘客分为规律乘客、中型乘客和随机乘客，包括：判断乘客的总乘车次数与第一阈值、第二阈值的关系；若乘客的总乘车次数大于第一阈值，则判断所述乘客为规律乘客；若乘客的总乘车次数小于第二阈值，则判断所述乘客为随机乘客；若乘客的总乘车次数小于第一阈值且大于第二阈值，则判断所述乘客为中型乘客；其中，所述第一阈值大于所述第二阈值。3.根据权利要求1或2所述的方法，其特征在于，所述针对规律乘客、中型乘客和随机乘客，分别采用鸽群算法加支持向量机算法进行相应的客流量预测，包括：根据历史数据，计算前N天中，每一天每种类型乘客的客流量；根据鸽群算法，选择支持向量机算法中核函数的参数的值；在选定核函数的参数的值后，将每一种类型乘客前N天的客流量输入到支持向量机算法，得到每一种类型乘客第N+1天的客流量预测值。4.根据权利要求3所述的方法，其特征在于，所述根据鸽群算法，选择支持向量机算法中核函数的参数的值，包括：选择支持向量机算法需要用到的核函数，并确定所述核函数中的参数的范围；将所述核函数的参数的范围进行分割，确定参数在每一段范围内对应的初始值；根据参数在每一段范围内对应的初始值，对参数进行正交化；将参数对应的正交化阵列输入至鸽群算法，确定核函数的参数的值。5.根据权利要求4所述的方法，其特征在于，在所述将参数对应的正交化阵列输入至鸽群算法，确定核函数的参数的值之后，还包括：将鸽群算法确定的参数值输入至支持向量机算法；利用支持向量机算法对参数值进行评价，并将评价结果输入至鸽群算法；利用鸽群算法根据评价结果对参数的值进行修正。6.一种客流量预测装置，其特征在于，包括：获取...

【专利技术属性】
技术研发人员：任磊，成学军，崔晋，孙亚强，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11