基于概率分布的出站客流预测方法及装置制造方法及图纸

本申请实施例公开了基于概率分布的出站客流预测方法及装置。本申请实施例提供的技术方案，通过获取线网实时客流运行数据，基于给定的预测时间段统计线网的站内乘客，并基于历史客流运行数据统计任意两个站点的站间运行时间概率分布信息。进一步基于站间运行时间概率分布信息确定站内乘客到达各个出站站点的时刻到达概率，并确定站内乘客到达各个出站站点的站点到达概率，基于给定的预测时间段、预测站点和对应的站内乘客数量，使用时刻到达概率和站点到达概率计算预测站点在预测时间段内的出站客流量。采用上述技术手段，可以结合不同进站时间，进站站点以及乘客个体行为习惯对出站客流预测的影响，实现更精准的出站客流预测。

【技术实现步骤摘要】
基于概率分布的出站客流预测方法及装置
本申请实施例涉及智慧交通
，尤其涉及基于概率分布的出站客流预测方法及装置。
技术介绍
地铁作为一种重要的交通出行方式，随着城市公共交通的快速发展，给人们出行带来了巨大的便利，也给国家和地区的经济带来了很大的发展和促进作用。而随着乘坐地铁的人越来越多，伴随而来的问题也越来越多。怎么样将地铁和乘客进行结合，实现给乘客更合理的出行路线选择，规避交通堵塞，提取部署站点安保措施等问题，已经成为地铁运营首要考虑的问题，而且，随着当前大数据、机器学习、人工智能等技术的快速发展，怎么样将这些技术深入应用到地铁行业助力未来城市安全出行，也成了社会的热点。目前，在地铁运营场景中，主要的出站客流量预测方法包括基于时间序列方法预测和基于机器学习和深度学习算法进行预测。这些预测方法受不同进站时间，进站站点以及乘客个体行为习惯的影响，其出站客流预测精准度相对较低。
技术实现思路
本申请实施例提供基于概率分布的出站客流预测方法及装置，能够结合到达时间概率分布和到达站点概率分布进行出站客流预测，提升出站客流预测精度，保障出站客流预测的可靠性。在第一方面，本申请实施例提供了一种基于概率分布的出站客流预测方法，包括：获取线网实时客流运行数据，基于给定的预测时间段统计线网的站内乘客，并基于历史客流运行数据统计任意两个站点的站间运行时间概率分布信息；基于所述站间运行时间概率分布信息确定所述站内乘客到达线网各个出站站点的时间阈值，基于所述时间阈值比对所述预测时间段，确定所述站内乘客到达各个所述出站站点的时刻到达概率，所述时间阈值包括最快到达时间和最慢到达时间；根据历史客流运行数据统计出线网中各个od对的第一进出站概率分布信息以及所述站内乘客各个od对的第二进出站概率分布信息，基于所述站内乘客的乘客类型使用所述第一进出站概率分布信息、所述第二进出站概率分布信息或所述站内乘客的当天乘车记录确定所述站内乘客到达各个所述出站站点的站点到达概率，所述乘客类型包括新用户和老用户；基于给定的所述预测时间段、预测站点和对应的站内乘客数量，使用所述时刻到达概率和所述站点到达概率计算所述预测站点在所述预测时间段内的出站客流量。进一步的，基于历史客流运行数据统计任意两个站点的站间运行时间概率分布信息，包括：基于历史客流运行数据获取线网所有od对，基于各个od对统计各个乘客对应任意两个站点的站间运行时间；基于所述站间运行时间统计任意两个站点在各个时段的到达人数，并根据所述到达人数确定任意两个站点的站间运行时间概率分布信息。进一步的，根据所述到达人数确定任意两个站点的站间运行时间概率分布信息，包括：根据所述到达人数计算对应的各个站间运行时间概率，并从大到小提取设定数量的所述站间运行时间概率作为对应的站间运行时间概率分布信息。进一步的，基于所述站间运行时间概率分布信息确定所述站内乘客到达线网各个出站站点的时间阈值，包括：提取所述站内乘客的进站时间信息，确定各个站内乘客的进站站点，为所述进站站点匹配线网各个出站站点；基于所述进站站点和所述出站站点查询所述站间运行时间概率分布，确定所述站内乘客到达所述出站站点的最快到达时间和最慢到达时间。进一步的，基于所述时间阈值比对所述预测时间段，确定所述站内乘客到达各个所述出站站点的时刻到达概率，包括：将所述最快到达时间和所述最慢到达时间比对所述预测时间段，若所述最快到达时间和/或所述最慢到达时间处于所述预测时间段中，确定对应的所述站内乘客到达所述出站站点的时间概率；统计所述时间概率，确定各个所述站内乘客到达各个所述出站站点的时刻到达概率。进一步的，确定对应的所述站内乘客到达所述出站站点的时间概率，包括：从对应的所述站间运行时间概率分布信息中循环取出各个所述站间运行时间，基于所述站内乘客的进站时间信息和所述站间运行时间计算得到对应的到站时间；将所述到站时间比对所述预测时间段，若所述到站时间处于所述预测时间段中，提取对应的站间运行时间概率作为所述站内乘客到达所述出站站点的一个时间概率。进一步的，统计所述时间概率，确定各个所述站内乘客到达各个所述出站站点的时刻到达概率，包括：将对应所述站间运行时间概率分布信息中各个所述站间运行时间确定的所述时间概率进行叠加统计，确定一个所述站内乘客到达一个所述出站站点的时刻到达概率，循环各个所述出站站点及各个所述站内乘客，确定各个所述站内乘客到达各个所述出站站点的时刻到达概率。进一步的，基于所述站内乘客的乘客类型使用所述第一进出站概率分布信息、所述第二进出站概率分布信息或所述站内乘客的当天乘车记录确定所述站内乘客到达各个所述出站站点的站点到达概率，所述乘客类型包括新用户和老用户，包括：若所述站内乘客的乘客类型为新用户，使用所述第一进出站概率分布信息确定对应的所述站内乘客到达各个所述出站站点的站点到达概率；若所述站内乘客的乘客类型为老用户，使用所述站内乘客的当天乘车记录、所述第二进出站概率分布信息或所述第一进出站概率分布信息确定对应的所述站内乘客到达各个所述出站站点的站点到达概率。进一步的，若所述站内乘客的乘客类型为新用户，使用所述第一进出站概率分布信息确定对应的所述站内乘客到达各个所述出站站点的站点到达概率，包括：基于所述第一进出站概率分布信息查询对应的od对的第一概率信息，根据第一概率信息确定对应的所述站内乘客到达各个所述出站站点的站点到达概率。进一步的，若所述站内乘客的乘客类型为老用户，使用所述站内乘客的当天乘车记录、所述第二进出站概率分布信息或所述第一进出站概率分布信息确定对应的所述站内乘客到达各个所述出站站点的站点到达概率，包括：若所述站内乘客的进站时间大于或等于指定时间点，根据所述站内乘客的当天乘车记录比对对应的所述出站站点，确定对应的所述站内乘客到达各个所述出站站点的站点到达概率；若所述站内乘客的进站时间小于指定时间点，判断对应的所述出站站点是否出现在所述站内乘客的历史出站列表中，若是，基于所述第一进出站概率分布信息查询对应的od对的第二概率信息，根据第二概率信息确定对应的所述站内乘客到达各个所述出站站点的站点到达概率，若否，基于所述第一进出站概率分布信息查询对应的od对的第一概率信息，根据第一概率信息确定对应的所述站内乘客到达各个所述出站站点的站点到达概率。进一步的，其特征在于，所述预测站点在所述预测时间段内的出站客流量计算公式为：其中，predictexit_number为所述预测站点在所述预测时间段内的出站客流量，N为所述站内乘客的数量，time_arrive_probi为第i个所述站内乘客到达所述预测站点的所述时刻到达概率，station_arrive_probi为第i个所述站内乘客到达所述预测站点的所述站点到达概率。在第二方面，本申请实施例提供了一种基于概率分布的出站客流预测装置，包括：统计模块本文档来自技高网...

【技术保护点】
1.一种基于概率分布的出站客流预测方法，其特征在于，包括：/n获取线网实时客流运行数据，基于给定的预测时间段统计线网的站内乘客，并基于历史客流运行数据统计任意两个站点的站间运行时间概率分布信息；/n基于所述站间运行时间概率分布信息确定所述站内乘客到达线网各个出站站点的时间阈值，基于所述时间阈值比对所述预测时间段，确定所述站内乘客到达各个所述出站站点的时刻到达概率，所述时间阈值包括最快到达时间和最慢到达时间；/n根据历史客流运行数据统计出线网中各个od对的第一进出站概率分布信息以及所述站内乘客各个od对的第二进出站概率分布信息，基于所述站内乘客的乘客类型使用所述第一进出站概率分布信息、所述第二进出站概率分布信息或所述站内乘客的当天乘车记录确定所述站内乘客到达各个所述出站站点的站点到达概率，所述乘客类型包括新用户和老用户；/n基于给定的所述预测时间段、预测站点和对应的站内乘客数量，使用所述时刻到达概率和所述站点到达概率计算所述预测站点在所述预测时间段内的出站客流量。/n

【技术特征摘要】
1.一种基于概率分布的出站客流预测方法，其特征在于，包括：
获取线网实时客流运行数据，基于给定的预测时间段统计线网的站内乘客，并基于历史客流运行数据统计任意两个站点的站间运行时间概率分布信息；
基于所述站间运行时间概率分布信息确定所述站内乘客到达线网各个出站站点的时间阈值，基于所述时间阈值比对所述预测时间段，确定所述站内乘客到达各个所述出站站点的时刻到达概率，所述时间阈值包括最快到达时间和最慢到达时间；
根据历史客流运行数据统计出线网中各个od对的第一进出站概率分布信息以及所述站内乘客各个od对的第二进出站概率分布信息，基于所述站内乘客的乘客类型使用所述第一进出站概率分布信息、所述第二进出站概率分布信息或所述站内乘客的当天乘车记录确定所述站内乘客到达各个所述出站站点的站点到达概率，所述乘客类型包括新用户和老用户；
基于给定的所述预测时间段、预测站点和对应的站内乘客数量，使用所述时刻到达概率和所述站点到达概率计算所述预测站点在所述预测时间段内的出站客流量。


2.根据权利要求1所述的基于概率分布的出站客流预测方法，其特征在于，基于历史客流运行数据统计任意两个站点的站间运行时间概率分布信息，包括：
基于历史客流运行数据获取线网所有od对，基于各个od对统计各个乘客对应任意两个站点的站间运行时间；
基于所述站间运行时间统计任意两个站点在各个时段的到达人数，并根据所述到达人数确定任意两个站点的站间运行时间概率分布信息。


3.根据权利要求2所述的基于概率分布的出站客流预测方法，其特征在于，根据所述到达人数确定任意两个站点的站间运行时间概率分布信息，包括：
根据所述到达人数计算对应的各个站间运行时间概率，并从大到小提取设定数量的所述站间运行时间概率作为对应的站间运行时间概率分布信息。


4.根据权利要求1所述的基于概率分布的出站客流预测方法，其特征在于，基于所述站间运行时间概率分布信息确定所述站内乘客到达线网各个出站站点的时间阈值，包括：
提取所述站内乘客的进站时间信息，确定各个站内乘客的进站站点，为所述进站站点匹配线网各个出站站点；
基于所述进站站点和所述出站站点查询所述站间运行时间概率分布，确定所述站内乘客到达所述出站站点的最快到达时间和最慢到达时间。


5.根据权利要求4所述的基于概率分布的出站客流预测方法，其特征在于，基于所述时间阈值比对所述预测时间段，确定所述站内乘客到达各个所述出站站点的时刻到达概率，包括：
将所述最快到达时间和所述最慢到达时间比对所述预测时间段，若所述最快到达时间和/或所述最慢到达时间处于所述预测时间段中，确定对应的所述站内乘客到达所述出站站点的时间概率；
统计所述时间概率，确定各个所述站内乘客到达各个所述出站站点的时刻到达概率。


6.根据权利要求5所述的基于概率分布的出站客流预测方法，其特征在于，确定对应的所述站内乘客到达所述出站站点的时间概率，包括：
从对应的所述站间运行时间概率分布信息中循环取出各个所述站间运行时间，基于所述站内乘客的进站时间信息和所述站间运行时间计算得到对应的到站时间；
将所述到站时间比对所述预测时间段，若所述到站时间处于所述预测时间段中，提取对应的站间运行时间概率作为所述站内乘客到达所述出站站点的一个时间概率。


7.根据权利要求6所述的基于概率分布的出站客流预测方法，其特征在于，统计所述时间概率，确定各个所述站内乘客到达各个所述出站站点的时刻到达概率，包括：
将对应所述站间运行时间概率分布信息中各个所述站间运行时间确定的所述时间概率进行叠加统计，确定一个所述站内乘客到达一个所述出站站点的时刻到达概率，循环各个所述出站站点及各个所述站内乘客，确定各个所述站内乘客到达各个所述出站站点的时刻到达概率。


8.根据权利要求1所述的基于概率分布的出站客流预测方法，其特征在于，基于所述站内乘客的乘客类型使用所述第一进出站概率分布信息、所述第二进出站概率分布信息或所述站内乘客的当天乘车记录确定所述站内乘客到达...

【专利技术属性】
技术研发人员：曾明，丁保剑，秦伟，李逸帆，
申请(专利权)人：佳都新太科技股份有限公司，广州新科佳都科技有限公司，
类型：发明
国别省市：广东;44