一种人均小汽车保有量的预测方法、装置及终端设备制造方法及图纸

本申请适用于数据处理技术领域，提供了一种人均小汽车保有量的预测方法、装置及终端设备，该方法包括：基于动物种群生长模型及小汽车数量随环境变化模型，构建小汽车的人均小汽车保有量的预测模型；基于历史时间中影响人均小汽车保有量的历史影响因素数据和所述预测模型，确定所述历史影响因素数据在所述预测模型中的第一模型参数；基于所述预测模型、所述第一模型参数和目标时间中影响人均小汽车保有量的预测影响因素数据，预测所述目标时间的人均小汽车保有量；本申请预测模型预测的目标时间的人均小汽车保有量更准确，进而保证了制定未来城市交通发展政策和制定交通建设政策的关键因素的精确性。

【技术实现步骤摘要】
一种人均小汽车保有量的预测方法、装置及终端设备
本申请属于数据处理
，尤其涉及一种人均小汽车保有量的预测方法、装置及终端设备。
技术介绍
随着生活水平提高，小汽车的保有量也在不断上升，小汽车的保有量是制定未来城市交通发展政策和制定交通建设政策的关键因素，因此，预测未来时间小汽车的保有量对未来交通规划有重要影响。目前，预测小汽车的保有量的方法大多是基于历史几年小汽车的保有量的变化趋势来预测的，考虑的影响因素比较单一，例如仅考虑经济水平对居民小汽车购买行为的影响，造成预测不准确，对未来交通规划带来影响。
技术实现思路
本申请实施例提供了一种人均小汽车保有量的预测方法、装置及终端设备，可以解决小汽车保有量预测不准确的问题。第一方面，本申请实施例提供了一种人均小汽车保有量的预测方法，包括：获取小汽车的人均小汽车保有量的预测模型，其中，所述预测模型包括动物种群生长模型和小汽车数量随环境变化模型；基于历史时间中影响人均小汽车保有量的历史影响因素数据和所述预测模型，确定所述历史影响因素数据在所述预测模型中的第一模型参数；获取目标时间中影响人均小汽车保有量的预测影响因素数据；基于所述预测模型、所述第一模型参数和所述预测影响因素数据，预测所述目标时间的人均小汽车保有量。第二方面，本申请实施例提供了一种人均小汽车保有量的预测装置，包括：模型获取模块，用于获取小汽车的人均小汽车保有量的预测模型，其中，所述预测模型包括动物种群生长模型和小汽车数量随环境变化模型；参数确定模块，用于基于历史时间中影响人均小汽车保有量的历史影响因素数据和所述预测模型，确定所述历史影响因素数据在所述预测模型中的第一模型参数；数据获取模块，用于获取目标时间中影响人均小汽车保有量的预测影响因素数据；预测模块，用于基于所述预测模型、所述第一模型参数和所述预测影响因素数据，预测所述目标时间的人均小汽车保有量。第三方面，本申请实施例提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的人均小汽车保有量的预测方法。第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的人均小汽车保有量的预测方法。第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的人均小汽车保有量的预测方法。可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。本申请实施例与现有技术相比存在的有益效果是：本申请获取的人均小汽车保有量的预测模型是由动物种群生长模型及小汽车数量随环境变化模型组成的，并且根据历史时间影响人均小汽车保有量的历史影响因素数据，确定预测模型中的第一模型参数，最后基于预测模型、第一模型参数和目标时间中影响人均小汽车保有量的预测影响因素数据，预测目标时间的人均小汽车保有量；本申请小汽车的人均小汽车保有量的预测模型，既考虑了小汽车的增长规律，又考虑了小汽车随影响因素变化的因素，预测模型预测的更准确，另外，第一模型参数是基于历史时间中影响人均小汽车保有量的历史影响因素数据得到的，可以保证第一模型参数的准确性，使预测模型预测的目标时间的人均小汽车保有量更准确，进而保证了制定未来城市交通发展政策和制定交通建设政策的关键因素的精确性。附图说明为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请一实施例提供的人均小汽车保有量的预测方法的应用场景示意图；图2是本申请一实施例提供的人均小汽车保有量的预测方法的流程示意图；图3是本申请一实施例提供的第一模型参数的计算方法的流程示意图；图4是本申请一实施例提供的预测的人均小汽车保有量的检验方法的流程示意图；图5是本申请一实施例提供的人均小汽车保有量的预测装置的结构示意图；图6是本申请一实施例提供的终端设备的结构示意图；图7是本申请一实施例提供的计算机的部分结构的框图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。目前，人均小汽车保有量的预测主要使用两种方法：第一种是根据历史时间中小汽车变化趋势拟合函数进行预测，常用的预测方法有趋势外推法和时间序列法，其中，趋势外推法是根据历史时间小汽车保有量的变化趋势外推将来，确定未来小汽车的变化；时间序列法是依据事物发展具有延展性，运用历史时间的序列数据对未来小汽车发展趋势进行预测。第二种是基于经济发展水平（人均GDP）对人均小汽车保有量进行预测，首先结合历年经济发展水平及小汽车保有量确定小汽车保有量随经济水平变本文档来自技高网...

【技术保护点】
1.一种人均小汽车保有量的预测方法，其特征在于，包括：/n获取小汽车的人均小汽车保有量的预测模型，其中，所述预测模型包括动物种群生长模型和小汽车数量随环境变化模型；/n基于历史时间中影响人均小汽车保有量的历史影响因素数据和所述预测模型，确定所述历史影响因素数据在所述预测模型中的第一模型参数；/n获取目标时间中影响人均小汽车保有量的预测影响因素数据；/n基于所述预测模型、所述第一模型参数和所述预测影响因素数据，预测所述目标时间的人均小汽车保有量。/n

【技术特征摘要】
1.一种人均小汽车保有量的预测方法，其特征在于，包括：
获取小汽车的人均小汽车保有量的预测模型，其中，所述预测模型包括动物种群生长模型和小汽车数量随环境变化模型；
基于历史时间中影响人均小汽车保有量的历史影响因素数据和所述预测模型，确定所述历史影响因素数据在所述预测模型中的第一模型参数；
获取目标时间中影响人均小汽车保有量的预测影响因素数据；
基于所述预测模型、所述第一模型参数和所述预测影响因素数据，预测所述目标时间的人均小汽车保有量。


2.如权利要求1所述的人均小汽车保有量的预测方法，其特征在于，所述小汽车数量随环境变化模型：



其中，为t时间考虑滞后性时的人均小汽车保有量的预测值，为t-1时间人均小汽
车保有量，ө为滞后系数，为t时间不考虑滞后性时的小汽车保有量的预测值；
其中，采用动物种群生长模型，所述动物种群生长模型为：



式中，为t时间的物种规模，x为时间变量，γ为物种规模饱和度，α为第二模型参数。


3.如权利要求1所述的人均小汽车保有量的预测方法，其特征在于，所述历史影响因素数据至少包括：第一人均GDP、第一目标年龄段人口比例、第一有户籍的人口比例和第一家庭户口人口比例中的一个；
所述基于历史时间中影响人均小汽车保有量的历史影响因素数据和所述预测模型，确定所述历史影响因素数据在所述预测模型中的第一模型参数，包括：
获取历史时间中每个预测周期内影响人均小汽车保有量的历史影响因素数据和每个预测周期内的人均小汽车保有量；
基于所述历史影响因素数据和每个预测周期内的人均小汽车保有量，对所述预测模型进行拟合，得到所述预测模型中的第一模型参数。


4.如权利要求1所述的人均小汽车保有量的预测方法，其特征在于，在所述获取目标时间中影响人均小汽车保有量的预测影响因素数据之前，所述方法还包括：
基于所述历史影响因素数据和/或城市规划数据，确定所述目标时间影响人均小汽车保有量的预测影响因素数据。


5.如权利要求1至4任一项所述的人均小汽车保有量的预测方法，其特征在于，在基于所述预测模型、所...

【专利技术属性】
技术研发人员：张晓春，钟哲一，陈志建，刘永平，邵源，吴晓飞，王卓群，孙劲宇，
申请(专利权)人：深圳市城市交通规划设计研究中心股份有限公司，
类型：发明
国别省市：广东;44