The present invention discloses a method, system and equipment of crowd flow prediction, in which the method includes: obtaining the population flow data of the target area within each time period of the N continuous period of time is the historical crowd data, and the autoregressive integral sliding average model and the grey prediction model are based on the historical crowd flow respectively. The data forecast the population flow data in the N+1 time segment of the target area, and get the first forecast population flow data corresponding to the autoregressive integrated sliding average model and the second forecast population flow data corresponding to the grey prediction model; based on the pre set and autoregressive integration sliding average model and the grey prediction model, The weight of the model corresponding to the first forecast population flow data and the two forecast population flow data is weighted averaging, and the forecast population flow data in the target area of the N+1 time period are obtained. The above two models are synthesized through this combination forecasting method, and the accuracy of prediction is improved.
【技术实现步骤摘要】
一种人群流量预测方法、系统及设备
本专利技术涉及数据统计分析
,更具体地说,涉及一种人群流量预测方法、系统及设备。
技术介绍
人流量(人群流量)的研究在近年来国内研究发展迅速,因为我国人口基数大、人员类型复杂、喜欢聚集,给社会公共管理带来很大的压力。人流量除了受到时间、天气等因素的影响,还与人群的种类、行走速度等因素相关,现有技术中一种用于实现人流量检测的方式为基于数据分析,基于数据分析实现对某时刻某区域人流量的预测,但是现有技术中基于数据分析的任何一种单一的模型均存在预测准确性较低的问题。综上所述,如何提供一种准确性较高的用于实现人群流量预测的技术方案,是目前本领域技术人员亟待解决的问题。
技术实现思路
本专利技术的目的是提供一种人群流量预测方法、系统及设备,用于实现准确性较高的人群流量预测。为了实现上述目的,本专利技术提供如下技术方案:一种人群流量预测方法,包括:获取目标区域在N个连续的时间段中每个时间段内的人群流量数据为历史人群流量数据;分别采用自回归积分滑动平均模型及灰色预测模型基于所述历史人群流量数据预测所述目标区域第N+1个时间段内的人群流量数据,得到与所述自回归积分滑动平均模型对应的第一预测人群流量数据及与所述灰色预测模型对应的第二预测人群流量数据;基于预先设定的分别与所述自回归积分滑动平均模型及所述灰色预测模型对应的权重对所述第一预测人群流量数据及所述第二预测人群流量数据进行加权平均计算,得到所述目标区域第N+1个时间段内的预测人群流量数据。优选的,设定分别与所述自回归积分滑动平均模型及所述灰色预测模型对应的权重,包括:分别获取所述自回归 ...
【技术保护点】
1.一种人群流量预测方法,其特征在于,包括:获取目标区域在N个连续的时间段中每个时间段内的人群流量数据为历史人群流量数据;分别采用自回归积分滑动平均模型及灰色预测模型基于所述历史人群流量数据预测所述目标区域第N+1个时间段内的人群流量数据,得到与所述自回归积分滑动平均模型对应的第一预测人群流量数据及与所述灰色预测模型对应的第二预测人群流量数据;基于预先设定的分别与所述自回归积分滑动平均模型及所述灰色预测模型对应的权重对所述第一预测人群流量数据及所述第二预测人群流量数据进行加权平均计算,得到所述目标区域第N+1个时间段内的预测人群流量数据。
【技术特征摘要】
1.一种人群流量预测方法,其特征在于,包括:获取目标区域在N个连续的时间段中每个时间段内的人群流量数据为历史人群流量数据;分别采用自回归积分滑动平均模型及灰色预测模型基于所述历史人群流量数据预测所述目标区域第N+1个时间段内的人群流量数据,得到与所述自回归积分滑动平均模型对应的第一预测人群流量数据及与所述灰色预测模型对应的第二预测人群流量数据;基于预先设定的分别与所述自回归积分滑动平均模型及所述灰色预测模型对应的权重对所述第一预测人群流量数据及所述第二预测人群流量数据进行加权平均计算,得到所述目标区域第N+1个时间段内的预测人群流量数据。2.根据权利要求1所述的方法,其特征在于,设定分别与所述自回归积分滑动平均模型及所述灰色预测模型对应的权重,包括:分别获取所述自回归积分滑动平均模型及所述灰色预测模型对应的预测误差的方差,并按照所述方差越大对应权重越小的原则分别计算得到所述自回归积分滑动平均模型及所述灰色预测模型在第N+1个时间段对应的权重。3.根据权利要求2所述的方法,其特征在于,按照所述方差越大对应权重越小的原则分别计算得到所述自回归积分滑动平均模型及所述灰色预测模型在第N+1个时间段对应的权重,包括:按照下列公式计算所述自回归积分滑动平均模型及所述灰色预测模型在第N+1个时间段对应的权重:其中,wARIMA(N+1)表示在第N+1个时间段所述自回归积分滑动平均模型的权重,wGM(N+1)表示在第N+1个时间段所述灰色预测模型的权重,DARIMA(N+1)表示在第N+1个时间段所述自回归积分滑动平均模型的平均预测误差,DGM(N+1)表示在第N+1个时间段所述灰色预测模型的平均预测误差,Xi表示在第i个时间段人群流量数据的真实值,X(ARIMA)i表示在第i个时间段采用所述自回归积分滑动平均模型预测得到的人群流量数据,X(GM)i表示在第i个时间段采用所述灰色预测模型预测得到的人群流量数据,i∈[M,N],M∈[1,N],当N=M时,DARIMA(N+1)及DGM(N+1)均取1。4.根据权利要求1所述的方法,其特征在于,获取所述目标区域在N个连续的时间段中任一时间段内的人群流量数据,包括:由指定存储位置实...
【专利技术属性】
技术研发人员:张尤彬,林国强,曾劲,张海龙,周彦凡,周源,廖家敬,鹿鹏雪,谭杰河,
申请(专利权)人:广州汇智通信技术有限公司,
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。