基于人流量的区域管理方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种基于人流量的区域管理方法、装置、设备及可读存储介质。所述基于人流量的区域管理方法，包括以下步骤：S1，获取各区域待预测数据，所述待预测数据为时间序列的人流量数据；S2，根据步骤S1的待预测数据构建自相关图，并通过自相关图构造输入变量和输出变量；S3，将输入变量与输出变量输入LSTM模型中，输出各区域各时间段的未来人流量预测值；S4，根据各区域各时间段的未来人流量预测值制定疏导方案，调整区域商品或设施的布置位置或数量。

Area management methods, devices, devices and readable storage media based on human traffic

The invention discloses an area management method, device, device and readable storage medium based on human flow. The region management method based on human flow includes the following steps: S1, obtain the data to be predicted in each region, and the data to be predicted is the data of human flow in time series; S2, construct the autocorrelation graph according to the data to be predicted in step S1, and construct the input variables and output variables through the autocorrelation graph; S3, input the input variables and output variables into the LSTM model, and output each region S4, according to the forecast value of the future human flow of each time period in each region, formulate the dredging scheme, and adjust the location or quantity of regional goods or facilities.

【技术实现步骤摘要】
基于人流量的区域管理方法、装置、设备及可读存储介质
本专利技术涉及大数据领域，具体涉及一种基于人流量的区域管理方法、装置、设备及可读存储介质。
技术介绍
随着社会的不断发展，未来城市将承载更多的人口，因而城市的可持续发展显得尤为重要。智慧城市的起点是现代信息技术发展下的网络化和数字化，最终目的是将其上升到整合、集群、协同管理的高度，与绿色可持续发展相结合，构建宜居的城市环境。智慧城市以物联网、云计算、大数据、空间地理信息集成等新一代信息技术为基础，通过感知、分析、整合城市运行核心系统的各项关键信息，对城市服务、公共安全、环保、民生、工商业活动在内的各种需求做出智能响应，实现城市规划管理信息化、基础设施智能化、公共服务便捷化。现有的区域商品或设施的布置位置及数量是否需要调整，仅根据人的主观判断进行调整，没有较为准确的判断依据为参考。而区域商品或设施的布置位置及数量不合适，则会导致区域个位置人流量压力不同，给人们的生活带来不便，同时也存在安全隐患。
技术实现思路
本专利技术的目的在于克服现有技术中所存在的上述不足，提供一种基于人流量的区域管理方法、装置、设备及可读存储介质，所述基于人流量的区域管理方法，根据预测的人流量来调整区域商品或设施的布置位置及数量，缓解人流量压力，提高安全性。为了实现上述专利技术目的，本专利技术提供了以下技术方案：一种基于人流量的区域管理方法，其特征在于，包括以下步骤：S1，获取各区域待预测数据，所述待预测数据为时间序列的人流量数据；S2，根据步骤S1的待预测数据构建自相关图，并通过自相关图构造输入变量和输出变量；S3，将输入变量与输出变量输入LSTM模型中，输出各区域各时间段的未来人流量预测值；S4，根据各区域各时间段的未来人流量预测值制定疏导方案，调整区域商品或设施的布置位置或数量。优选地，所述步骤S1还包括平稳化操作。优选地，所述步骤S2构建的自相关图中，横轴表示滞后变量；纵轴表示这些滞后变量的正负相关性，且取值-1至1。优选地，所述步骤S3采用的神经网络模型还需采用训练样本训练，以更新神经网络模型各层的参数，进而提高神经网络模型的预测准确度；训练过程包括以下步骤：T1，输入已标注的样本数据构建样本库，所述样本数据包括各时段各区域待预测数据；T2，根据样本库中的数据构建样本自相关图，并根据样本自相关图构建样本输入向量和样本输出向量；T3，采用样本输入向量和样本输出向量对LSTM模型中的参数值进行训练，更新参数值。优选地，所述步骤T3更新参数值的详细步骤如下所述：步骤T31，将一样本的样本输入向量和样本输出向量输入至LSTM模型中，经过模型的运算获得未来人流量预测值；步骤T32，将未来人流量预测值与该已标注样本的真实值相比较，获得偏差值；步骤T33，若偏差值大于预设阈值，则执行步骤T34；若偏差值小于预设阈值，则训练结束；步骤T34，根据偏差值校正LSTM模型各个层的参数值，更新参数值，并更换样本，执行步骤T31至T33。一种基于人流量的区域管理装置，包括：数据获取模块、数据处理模块、模型模块以及模型训练模块；其中，目标图像获取模块，用于获取时间序列的人流量数据；数据处理模块，用于将获取的时间序列的人流量数据转换为自相关图，并得到输入变量和输出变量，并将输入变量和输出变量输入模型模块；模型模块，用于利用LSTM模型预测未来的人流量数据；模型训练模块，用于利用样本库的样本数据训练LSTM模型，更新模型参数。一种基于人流量的区域管理设备，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，实现基于人流量的区域管理方法的步骤。一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现基于人流量的区域管理方法的步骤。与现有技术相比，本专利技术的有益效果：。结合大数据集神经网络对人流量进行分析，预测未来人流量预测值，将某一时段预测值较大的区域的人疏散至周围预测值较小的区域，提高安全性；并根据人流量预测值，调整商场商品或区域设施的布置位置或数量，缓解人流量压力附图说明：图1为本专利技术示例性实施例1的基于人流量的区域管理方法的流程图；图2为本专利技术示例性实施例1的基于人流量的区域管理方法的训练过程流程图；图3为本专利技术示例性实施例1的基于人流量的区域管理方法的训练过程步骤T3的流程图；图4为本专利技术示例性实施例3中基于人流量的区域管理装置的结构示意图；图5为本专利技术示例性实施例4中基于人流量的区域管理设备的结构示意图；图6为本专利技术示例性实施例4中基于人流量的区域管理设备的具体结构示意图。具体实施方式下面结合试验例及具体实施方式对本专利技术作进一步的详细描述。但不应将此理解为本专利技术上述主题的范围仅限于以下的实施例，凡基于本
技术实现思路
所实现的技术均属于本专利技术的范围。实施例1如图1所示，本实施例提供一种基于人流量的区域管理方法，包括以下步骤：步骤S1，获取各区域待预测数据，所述待预测数据为时间序列的人流量数据；步骤S2，根据步骤S1的待预测数据构建自相关图，并通过自相关图构造输入变量和输出变量；步骤S3，将输入变量与输出变量输入LSTM模型中，输出各区域各时间段的未来人流量预测值；步骤S4，根据各区域各时间段的未来人流量预测值制定疏导方案，调整区域商品或设施的布置位置或数量。其中，步骤S1还包括平稳化操作，获取的各区域待预测数据通过平稳化操作，以排除无关数据的干扰，例如除去季节性变化和增长趋势等。其中，步骤S2构建的自相关图中，横轴表示滞后变量，纵轴上-1和1之间则表现了这些滞后变量的正负相关性；通过自相关图构造输入变量和输出变量，即将滞后观察(例如t-1)作为输入变量，将当前观察(t)作为输出变量，可以将单变量的周度客流量数据集转换为监督学习问题。其中，如图2所示，步骤S3采用的LSTM模型还需采用训练样本训练，以更新LSTM模型各层的参数，进而提高模型的预测准确度；训练过程包括以下步骤：步骤T1，输入已标注的样本数据构建样本库，所述样本数据包括各时段各区域待预测数据；步骤T2，根据样本库中的数据构建样本自相关图，并根据样本自相关图构建样本输入向量和样本输出向量；步骤T3，采用样本输入向量和样本输出向量对LSTM模型中的参数值进行训练，更新参数值。其中，如图3所示步骤T3更新参数值的详细步骤如下所述：步骤T31，将一样本的样本输入向量和样本输出向量输入至LSTM模型中，经过模型的运算获得未来人流量预测值；步骤T32，将未来人流量预测值与该已标注样本的真实值相比较，获得偏差值；步骤T33，若偏差值大于预设阈值，则执行步骤T34；若偏差值小于预设阈值，则训练结束；...

【技术保护点】
1.一种基于人流量的区域管理方法，其特征在于，包括以下步骤：/nS1，获取各区域待预测数据，所述待预测数据为时间序列的人流量数据；/nS2，根据步骤S1的待预测数据构建自相关图，并通过自相关图构造输入变量和输出变量；/nS3，将输入变量与输出变量输入LSTM模型中，输出各区域各时间段的未来人流量预测值；/nS4，根据各区域各时间段的未来人流量预测值制定疏导方案，调整区域商品或设施的布置位置或数量。/n

【技术特征摘要】
1.一种基于人流量的区域管理方法，其特征在于，包括以下步骤：
S1，获取各区域待预测数据，所述待预测数据为时间序列的人流量数据；
S2，根据步骤S1的待预测数据构建自相关图，并通过自相关图构造输入变量和输出变量；
S3，将输入变量与输出变量输入LSTM模型中，输出各区域各时间段的未来人流量预测值；
S4，根据各区域各时间段的未来人流量预测值制定疏导方案，调整区域商品或设施的布置位置或数量。


2.根据权利要求1所述的基于人流量的区域管理方法，其特征在于，所述步骤S1还包括平稳化操作。


3.根据权利要求1所述的基于人流量的区域管理方法，其特征在于，所述步骤S2构建的自相关图中，横轴表示滞后变量；纵轴表示这些滞后变量的正负相关性，且取值-1至1。


4.根据权利要求1所述的基于人流量的区域管理方法，其特征在于，所述步骤S3采用的神经网络模型还需采用训练样本训练，以更新神经网络模型各层的参数，进而提高神经网络模型的预测准确度；训练过程包括以下步骤：
T1，输入已标注的样本数据构建样本库，所述样本数据包括各时段各区域待预测数据；
T2，根据样本库中的数据构建样本自相关图，并根据样本自相关图构建样本输入向量和样本输出向量；
T3，采用样本输入向量和样本输出向量对LSTM模型中的参数值进行训练，更新参数值。


5.根据权利要求2所述的基于人流量的区域管理方法，其特征在于，所述步骤T3更新参数值的详细步...

【专利技术属性】
技术研发人员：周羽，徐斌，
申请(专利权)人：重庆仙桃前沿消费行为大数据有限公司，
类型：发明
国别省市：重庆;50