旅客时变需求预测方法、装置、存储介质和计算机设备制造方法及图纸

本发明专利技术提供了一种旅客时变需求预测方法、装置、存储介质和计算机设备。在历史售票数据中获取第一数据，根据第一数据获取不同OD对在不同时间段内的需求分布，根据所述需求分布采用Log‑linear回归方法获取旅客时变需求的概率函数，采用Nlogit 6软件对所述概率函数的参数进行估计，将得出的所述参数代入所述概率函数获得旅客时变需求模型，将第二数据代入所述时变需求模型判断误差是否满足要求，若满足，则确定出所述需求模型合格，实现了对一天内不同出发时段的旅客需求的预测，减少了资源的浪费。

【技术实现步骤摘要】
旅客时变需求预测方法、装置、存储介质和计算机设备
本专利技术涉及计算机软件领域，尤其涉及一种旅客时变需求预测方法、装置、存储介质和计算机设备。
技术介绍
城际高速铁路是指位于人口稠密的都市圈或城市群的高速铁路客运专线，例如，京津城际高铁，沪宁城际铁路和广珠城际等，主要特点是线路距离较短、列车班次公交化运行以及设计速度不低于250km/h。城际高速铁路的高密度、高速度的运行组织模式，缩短了城市间的时间距离，促进了沿线各城市之间的人员流动和信息沟通，选择城际高速铁路的旅客出行需求也越来越多。依据历史售票数据可知，一天内不同出发时段的旅客出行需求具有波动性，且体现出某种规律特征，这种需求可称为时变需求，表现出来的规律特征可称为时变特征，而且在短时期内，这种规律特征具有一定的稳定性。依据旅客的时变需求设计列车开行计划不仅可以提高旅客服务水平，还可以节省列车运行成本。因此，预测旅客的时变需求对于城际高速铁路的列车运行组织工作具有重要的意义。但是目前的研究方法多是针对中短期客流的预测，以日、月份和季度为时间粒度对旅客需求进行预测，缺少针对铁路一天内不同出发时段的旅客需求的预测，造成了资源的浪费。
技术实现思路
有鉴于此，本专利技术实施例提供了一种旅客时变需求预测方法、装置、存储介质和计算机设备，用以对一天内不同出发时段的旅客需求的预测，减少了资源的浪费。一方面，本专利技术实施例提供了一种旅客时变需求预测方法，包括：在历史售票数据中获取第一数据；根据第一数据获取不同OD对在不同时间段内的需求分布；根据所述需求分布采用Log-linear回归方法获取旅客时变需求的概率函数；采用Nlogit6软件对所述概率函数的参数进行估计；将得出的所述参数代入所述概率函数获得旅客时变需求模型；将第二数据代入所述时变需求模型判断误差是否满足要求，若满足，则确定出所述需求模型合格。可选地，还包括：若不满足，则获取第三数据并继续执行所述获取不同OD对在不同时间段内的需求分布，根据所述需求分布采用Log-linear回归方法获取旅客时变需求的概率函数，采用Nlogit6软件对所述概率函数的参数进行估计，将得出的所述参数代入所述概率函数获得旅客时变需求模型的步骤。可选地，所述OD对包括(r，s)其中r为上车站，s为下车站。可选地，，所述不同时间段包括在一天中的7点在23点之间以1小时为间隔划分的16个时间段。可选地，所述概率函数包括：其中，为OD对位于第k个出发时段的概率，PODj为不同时段，Sdl为交叉变量，ωj与χdl为参数。可选地，所述判断误差是否满足要求包括判断均方根误差与平均绝对百分比误差是否满足指定要求。另一方面，本专利技术实施例提供了一种旅客时变需求预测装置，包括：第一获取模块，用于在历史售票数据中获取第一数据；第二获取模块，用于根据第一数据获取不同OD对在不同时间段内的需求分布；第三获取模块，用于根据所述需求分布采用Log-linear回归方法获取旅客时变需求的概率函数；估计模块，用于采用Nlogit6软件对所述概率函数的参数进行估计；代入模块，用于将得出的所述参数代入所述概率函数获得旅客时变需求模型；判断模块，用于将第二数据代入所述时变需求模型判断误差是否满足要求，若是，则确定出所述需求模型合格。可选地，所述第一获取模块还用于若不满足，则获取第三数据并继续执行所述获取不同OD对在不同时间段内的需求分布，根据所述需求分布采用Log-linear回归方法获取旅客时变需求的概率函数，采用Nlogit6软件对所述概率函数的参数进行估计，将得出的所述参数代入所述概率函数获得旅客时变需求模型的步骤。另一方面，本专利技术实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行旅客时变需求预测的方法。另一方面，本专利技术实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指定的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现上述旅客时变需求预测方法的步骤。本专利技术实施例提供的旅客时变需求预测方法、装置、存储介质和计算机设备的技术方案中，在历史售票数据中获取第一数据，根据第一数据获取不同OD对在不同时间段内的需求分布，根据所述需求分布采用Log-linear回归方法获取旅客时变需求的概率函数，采用Nlogit6软件对所述概率函数的参数进行估计，将得出的所述参数代入所述概率函数获得旅客时变需求模型，将第二数据代入所述时变需求模型判断误差是否满足要求，若满足，则确定出所述需求模型合格，实现了对一天内不同出发时段的旅客需求的预测，减少了资源的浪费。【附图说明】为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例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它的附图。图1为本专利技术一实施例提供的一种旅客时变需求预测方法的流程图；图2为本专利技术又一实施例提供的一种旅客时变需求预测方法的流程图；图3为本专利技术一实施例提供的一种旅客时变需求预测装置的结构示意图；图4为本专利技术实施例提供的一种计算机设备的示意图。【具体实施方式】为了更好的理解本专利技术的技术方案，下面结合附图对本专利技术实施例进行详细描述。应当明确，所描述的实施例仅仅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它实施例，都属于本专利技术保护的范围。在本专利技术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。在本专利技术实施例和所附权利要求书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，甲和/或乙，可以表示：单独存在甲，同时存在甲和乙，单独存在乙这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。图1为为本专利技术一实施例提供的一种旅客时变需求预测方法的流程图，如图1所示，该方法包括：步骤101、在历史售票数据中获取第一数据。步骤102、根据第一数据获取不同OD对在不同时间段内的需求分布。步骤103、根据需求分布采用Log-linear回归方法获取旅客时变需求的概率函数。步骤104、采用Nlogit6软件对概率函数的参数进行估计。步骤105、将得出的参数代入概率函数获得旅客时变需求模型。步骤106、将第二数据代入时变需求模型判断误差是否满足要求，若满足，则确定出需求模型合格。本专利技术实施例提供的旅客时变本文档来自技高网...

【技术保护点】
1.一种旅客时变需求预测方法，其特征在于，包括：/n在历史售票数据中获取第一数据；/n根据第一数据获取不同OD对在不同时间段内的需求分布；/n根据所述需求分布采用Log-linear回归方法获取旅客时变需求的概率函数；/n采用Nlogit 6软件对所述概率函数的参数进行估计；/n将得出的所述参数代入所述概率函数获得旅客时变需求模型；/n将第二数据代入所述时变需求模型判断误差是否满足要求，若满足，则确定出所述需求模型合格。/n

【技术特征摘要】
1.一种旅客时变需求预测方法，其特征在于，包括：
在历史售票数据中获取第一数据；
根据第一数据获取不同OD对在不同时间段内的需求分布；
根据所述需求分布采用Log-linear回归方法获取旅客时变需求的概率函数；
采用Nlogit6软件对所述概率函数的参数进行估计；
将得出的所述参数代入所述概率函数获得旅客时变需求模型；
将第二数据代入所述时变需求模型判断误差是否满足要求，若满足，则确定出所述需求模型合格。


2.根据权利要求1所述的方法，其特征在于，还包括：若不满足，则获取第三数据并继续执行所述获取不同OD对在不同时间段内的需求分布，根据所述需求分布采用Log-linear回归方法获取旅客时变需求的概率函数，采用Nlogit6软件对所述概率函数的参数进行估计，将得出的所述参数代入所述概率函数获得旅客时变需求模型的步骤。


3.根据权利要求1所述的方法，其特征在于，所述OD对包括(r，s)其中r为上车站，s为下车站。


4.根据权利要求1所述的方法，其特征在于，所述不同时间段包括在一天中的7点在23点之间以1小时为间隔划分的16个时间段。


5.根据权利要求1所述的方法，其特征在于，所述概率函数包括：

其中，为OD对位于第k个出发时段的概率，PODj为不同时段，Sdl为交叉变量，ωj与χdl为参数。


6.根据权利要求1所述的方法，其特征在于，所述判断误差是否满足要求包括判断均方根误差与平均绝对百分比误差...

【专利技术属性】
技术研发人员：苏焕银，陶文聪，彭舒婷，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44