公交到站时间预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种公交到站时间预测方法、装置、电子设备及存储介质，该方法包括：对历史站点数据集进行数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中；对历史状态数据集进行数据预处理，获得多个二类运行组合特征，并构建组合特征集；根据一类运行聚合特征和组合特征集构建历史运行特征集；以历史运行特征集为输入、预测到站时间为输出对构建的到站时间预测网络进行训练，获得训练好的到站时间预测网络；结合公交车的实时状态数据和信息聚合数据库获取实时运行特征，将其输入训练好的到站时间预测网络，并采用网络输出的实时到站时间对历史到站时间进行修正，得到最终到站时间。本发明专利技术提高了到站时间的预测准确性。

【技术实现步骤摘要】
公交到站时间预测方法、装置、电子设备及存储介质
本专利技术涉及交通
，尤其涉及到一种公交到站时间预测方法、装置、电子设备及存储介质。
技术介绍
城市公交车已经成为民众主要的出行工具，而公交到站时间作为民众最为关注的公交信息之一，为民众提供实时准确公交到站时间，能够帮助民众合理安排出行时间，减少候车时间，进而提升出行体验。目前的公交到站时间预测大多数采用公交车当前位置到下一站点的距离和公交车的运行速度平均值之比来简单计算获得，这种预测方法往往会受到道路交通状况、交叉口延误、天气等因素的影响，不能准确预测公交车在不同路段、不同时间、不同路况等条件下的到站时间。基于此，如何提高公交到站时间的预测准确性，进而提升民众的出行体验，依然是当前急需解决的问题。
技术实现思路
本专利技术实施例的目的在于提供一种公交到站时间预测方法、装置、电子设备及存储介质，以解决上述技术问题。基于上述目的，本专利技术实施例提供一种公交到站时间预测方法，包括：获取历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集；对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中；对所述历史状态数据集进行状态数据预处理，获得多个二类运行组合特征，并构建组合特征集；根据所述一类运行聚合特征和所述组合特征集，构建历史运行特征集；构建初始的到站时间预测网络，以所述历史运行特征集为输入、预测到站时间为输出对初始的到站时间预测网络进行训练，并获得训练好的到站时间预测网络；获取所述公交车的实时状态数据，将经过预处理后的实时状态数据与所述信息聚合数据库中的一类运行聚合特征进行组合，获得实时运行特征；将所述实时运行特征输入训练好的到站时间预测网络，并采用网络输出的实时到站时间对历史到站时间进行修正，得到最终到站时间。可选的，所述获取历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集，包括：检测第一数据采集线程组和第二数据采集线程组是否启动；其中，所述第一数据采集线程组用于采集所有路线上所有公交车的历史站点数据，所述第二数据采集线程组用于采集所有路线上所有公交车的历史状态数据；在所述第一数据采集线程组启动时，通过所述第一数据采集线程组对预设采样时段内的每一条路线上每一辆公交车的历史站点数据进行采集，得到历史站点数据集；在所述第二数据采集线程组启动时，通过所述第二数据采集线程组对预设采样时段内的每一条路线上每一辆公交车的历史状态数据进行采集，得到历史状态数据集。可选的，所述对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中，包括：对所述历史站点数据集进行数据清洗，得到多组不含脏数据的站点数据；对每一组所述不含脏数据的站点数据进行多特征提取，得到对应的组合特征；对每一个所述组合特征进行特征聚合，得到一类运行聚合特征，并将所述一类运行聚合特征存储至信息聚合数据库中。可选的，所述对所述历史站点数据集进行数据清洗，得到多组不含脏数据的站点数据，包括：对所述历史站点数据集进行数据分割和数据排序，得到多个排序后的站点数据子集；对每一个所述站点数据子集进行数据分组和脏数据剔除，得到多组不含脏数据的站点数据。可选的，所述对每一组所述不含脏数据的站点数据进行多特征提取，得到对应的组合特征，包括：对任一组所述不含脏数据的站点数据进行时间特征提取，得到对应的时间特征；对任一组所述不含脏数据的站点数据进行线路静态特征提取，得到对应的线路静态特征；对任一组所述不含脏数据的站点数据进行线路动态特征提取，得到对应的线路动态特征；对任一组所述不含脏数据的站点数据对应的所述时间特征、所述线路静态特征和所述线路动态特征进行组合，得到对应的组合特征。可选的，所述对所述历史状态数据集进行状态数据预处理，获得多个二类运行组合特征，并构建组合特征集，包括：对历史状态数据集进行数据清洗，得到多组不含脏数据的状态数据；对每一组所述不含脏数据的状态数据进行线路动态特征提取，获得对应的二类运行组合特征，并由多个所述二类运行组合特征组合得到组合特征集。可选的，所述构建初始的到站时间预测网络，以所述历史运行特征集为输入、预测到站时间为输出对初始的到站时间预测网络进行训练，并获得训练好的到站时间预测网络，包括：基于BP神经网络结构构建初始的到站时间预测网络，并设置网络权重参数；将所述历史运行特征集划分为训练数据集和测试数据集；将所述训练数据集输入到初始的到站时间预测网络进行训练学习，并获取网络输出的预测到站时间；根据网络输出的所述预测到站时间和真实到站时间计算误差值，基于所述误差值并通过随机梯度下降法来更新网络权重参数；对更新网络权重参数后的到站时间预测网络重新进行训练，直至所述误差值达到预设的误差阈值或者学习次数达到预设的最大次数时，保存所述网络权重参数，并获得训练好的到站时间预测网络；将所述测试数据集输入训练好的到站时间预测网络，并获取网络输出的预测结果，以根据预测结果确定网络预测精度。基于同一专利技术构思，本专利技术实施例提供一种公交到站时间预测装置，包括：数据采集模块，用于获取历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集；站点数据处理模块，用于对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中；状态数据处理模块，用于对所述历史状态数据集进行状态数据预处理，获得多个二类运行组合特征，并构建组合特征集；组合模块，用于根据所述一类运行聚合特征和所述组合特征集，构建历史运行特征集；网络构建模块，用于构建初始的到站时间预测网络，以所述历史运行特征集为输入、预测到站时间为输出对初始的到站时间预测网络进行训练，并获得训练好的到站时间预测网络；实时数据处理模块，用于获取所述公交车的实时状态数据，将经过预处理后的实时状态数据与所述信息聚合数据库中的一类运行聚合特征进行组合，获得实时运行特征；时间修正模块，用于将所述实时运行特征输入训练好的到站时间预测网络，并采用网络输出的实时到站时间对历史到站时间进行修正，得到最终到站时间。基于同一专利技术构思，本专利技术实施例提供一种电子设备，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可读指令，所述处理器执行所述计算机可读指令时实现上述任一项所述的公交到站时间预测方法。基于同一专利技术构思，本专利技术实施例提供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可读指令，所述计算机可读指令用于使计算机执行上述任一项所述的公交到站时间预测方法。由上述可知，本专利技术实施例的公交到站时间预测方法、装置、电子设备及存储介质，首先分别对获取公交车的历史站点数据集和历史状态数据进行预处理，获得对应的一类运行聚合特本文档来自技高网...

【技术保护点】
1.一种公交到站时间预测方法，其特征在于，包括：/n获取公交车的历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集；/n对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中；/n对所述历史状态数据集进行状态数据预处理，获得多个二类运行组合特征，并构建组合特征集；/n根据所述一类运行聚合特征和所述组合特征集，构建历史运行特征集；/n构建初始的到站时间预测网络，以所述历史运行特征集为输入、预测到站时间为输出对初始的到站时间预测网络进行训练，并获得训练好的到站时间预测网络；/n获取所述公交车的实时状态数据，将经过预处理后的实时状态数据与所述信息聚合数据库中的一类运行聚合特征进行组合，获得实时运行特征；/n将所述实时运行特征输入训练好的到站时间预测网络，并采用网络输出的实时到站时间对历史到站时间进行修正，得到最终到站时间。/n

【技术特征摘要】
1.一种公交到站时间预测方法，其特征在于，包括：
获取公交车的历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集；
对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中；
对所述历史状态数据集进行状态数据预处理，获得多个二类运行组合特征，并构建组合特征集；
根据所述一类运行聚合特征和所述组合特征集，构建历史运行特征集；
构建初始的到站时间预测网络，以所述历史运行特征集为输入、预测到站时间为输出对初始的到站时间预测网络进行训练，并获得训练好的到站时间预测网络；
获取所述公交车的实时状态数据，将经过预处理后的实时状态数据与所述信息聚合数据库中的一类运行聚合特征进行组合，获得实时运行特征；
将所述实时运行特征输入训练好的到站时间预测网络，并采用网络输出的实时到站时间对历史到站时间进行修正，得到最终到站时间。


2.如权利要求1所述的公交到站时间预测方法，其特征在于，所述获取历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集，包括：
检测第一数据采集线程组和第二数据采集线程组是否启动；其中，所述第一数据采集线程组用于采集所有路线上所有公交车的历史站点数据，所述第二数据采集线程组用于采集所有路线上所有公交车的历史状态数据；
在所述第一数据采集线程组启动时，通过所述第一数据采集线程组对预设采样时段内的每一条路线上每一辆公交车的历史站点数据进行采集，得到历史站点数据集；
在所述第二数据采集线程组启动时，通过所述第二数据采集线程组对预设采样时段内的每一条路线上每一辆公交车的历史状态数据进行采集，得到历史状态数据集。


3.如权利要求1所述的公交到站时间预测方法，其特征在于，所述对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中，包括：
对所述历史站点数据集进行数据清洗，得到多组不含脏数据的站点数据；
对每一组所述不含脏数据的站点数据进行多特征提取，得到对应的组合特征；
对每一个所述组合特征进行特征聚合，得到一类运行聚合特征，并将所述一类运行聚合特征存储至信息聚合数据库中。


4.如权利要求3所述的公交到站时间预测方法，其特征在于，所述对所述历史站点数据集进行数据清洗，得到多组不含脏数据的站点数据，包括：
对所述历史站点数据集进行数据分割和数据排序，得到多个排序后的站点数据子集；
对每一个所述站点数据子集进行数据分组和脏数据剔除，得到多组不含脏数据的站点数据。


5.如权利要求3所述的公交到站时间预测方法，其特征在于，所述对每一组所述不含脏数据的站点数据进行多特征提取，得到对应的组合特征，包括：
对任一组所述不含脏数据的站点数据进行时间特征提取，得到对应的时间特征；
对任一组所述不含脏数据的站点数据进行线路静态特征提取，得到对应的线路静态特征；
对任一组所述不含脏数据的站点数据进行线路动态特征提取，得到对应的线路动态特征；
对任一组所述不含脏数据的站点数据对应的所述时间...

【专利技术属性】
技术研发人员：徐薛波，张乃夫，王讯，喻赞，
申请(专利权)人：长沙雷升信息技术商务有限公司，
类型：发明
国别省市：湖南;43