一种人群流量预测方法、系统及设备技术方案

本发明专利技术公开了一种人群流量预测方法、系统及设备，其中该方法包括：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历史人群流量数据预测目标区域第N+1个时间段内的人群流量数据，得到与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自回归积分滑动平均模型及灰色预测模型对应的权重对第一预测人群流量数据及第二预测人群流量数据进行加权平均计算，得到目标区域第N+1个时间段内的预测人群流量数据。从而通过这种组合预测的方法综合了上述两种模型，取长补短，提高了预测的准确性。

A method, system and equipment for prediction of crowd flow

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。优选的，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。优选的，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：由指定存储位置实时或定时获取源数据，所述源数据包括人员的经纬度及对应时间点；基于所述人员的经纬度确定位于所述目标区域内的人员，并确定该位于所述目标区域内的人员对应时间点所属的时间段为目标时间段；判断该位于所述目标区域内的人员是否已经被记录至所述目标时间段内，如果是，则忽略该位于所述目标区域内的人员，如果否，则将该位于所述目标区域内的人员记录至所述目标时间段内；当所述目标时间段结束时，统计该目标时间段内被记录的人员的数量，并将该数量除以所述目标区域的面积得到该目标时间段内的人群流量数据。优选的，由指定存储位置实时或定时获取源数据之后，还包括：对所述源数据进行数据去重、数据关联及数据补全的处理。优选的，对所述源数据进行数据去重、数据关联及数据补全的处理之后，还包括：对所述源数据进行备份，得到对应的备份数据并存储。优选的，得到所述预测人群流量数据之后，还包括：判断所述预测人群流量数据是否大于对应阈值，如果是，则发出对应的预警信息。优选的，得到所述预测人群流量数据之后，还包括：结合电子地图技术将预测的所述目标区域的预测人群流量数据在电子地图上进行展示。一种人群流量预测系统，包括：数据获取模块，用于：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；模型预测模块，用于：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；组合预测模块，用于：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。本专利技术实施例还提供了一种人群流量预测设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上任一项所述人群流量预测方法的步骤。本专利技术提供了一种人群流量预测方法、系统及设备，其中该方法包括：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历史人群流量数据预测目标区域第N+1个时间段内的人群流量数据，得到与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自回归积分滑动平均模型及灰色预测模型对应的权重对第一预测人群流量数据及第二预测人群流量数据进行加权平均计算，得到目标区域第N+1个时间段内的预测人群流量数据。本专利技术实施例提供的上述技术方案中，本申请公开的上述技术方案中，首先获取到目标区域在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，进而分别利用自回归积分滑动平均模型及灰色预测模型基于历史人群流量数据预测目标区域第N+1个时间段内的人群流量数据，得到第一预测人群流量数据及第二预测人群流量数据，最终通过预先设定的权重对第一预测人群流量数据及第二预测人群流量数据进行加权平均计算，得到最终的预测人群流量数据，从而通过上述两种不同的模型单独对目标区域第N+1个时间段内的人群流量数据预测得到对应结果后，将两个结果通过加权平均计算组合得到最终的结果，从而通过这种组合预测的方法综合了上述两种模型，达到取长补短的效果，进而提高了预测的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例提供的一种人群流量预测方法的流程图；图2为本专利技术实施例提供的一种人群流量预测方法中自回归积分滑动平均模型的建立流程图；图3为本专利技术实施例提供的一种人群流量预测方法中灰色预测模型的建立流程图；图4为本专利技术实施例提供的一种人群流量预测方法的实现平台的架构图；图5为本专利技术实施例提供的一种人群流量预测系统的结构示意图。具体实施方式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、完整地描述本文档来自技高网...

【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