客流量预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种客流量预测方法、装置、电子设备及存储介质，属于交通技术领域，本发明专利技术根据一段时间内客流量数据的变化规律，建立客流量状态方程和观测方程；将已建立的客流量状态方程和观测方程作为粒子滤波方法中的状态方程和观测方程，使其具备客流的状态评估能能力；改进粒子滤波方法中的重采样过程，使其具备适应突变客流量的能力，以获取未来一段时间内客流量的预测结果。该方法解决了在恶劣天气、大型赛事等特殊事件下客流量预测准确性不高的问题。高的问题。高的问题。

【技术实现步骤摘要】
客流量预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及交通
，尤其涉及一种客流量预测方法、装置、电子设备及存储介质。

技术介绍

[0002]客流量是指单位时间内某路段上单一方向的旅客数量。客流量预测是指基于历史客流量统计数据，采用一定的技术方法对未来一定时间内交通网络、线路或车站客流数量进行预测。客流量预测在区域交通系统运营管理中起着举足轻重的作用。它不仅对客流量预警具有重要作用，也为相关部门制定错峰出行措施、交通管制政策等提供有力的数据支持。
[0003]交通网络的客流量既有周期性特征，也会受到恶劣天气、大型赛事等特殊事件的影响，表现出一定的突变性。若采用传统的预测方法进行一段时间内的客流预测，预测结果可能会受到特殊事件的影响，产生较大的误差。

技术实现思路

[0004]本专利技术提供一种客流量预测方法、装置、电子设备及可存储介质，用以解决现有技术中难以对非常态下的客流量进行预测的缺陷。
[0005]第一方面，本专利技术提供一种客流量预测方法，包括：基于预先建立的适用于粒子滤波算法的客流量状态方程和客流量观测方程，确定当前时刻每个粒子对应的当前权重；在确定所述当前权重发生退化的情况下，根据实际状态值与当前时刻每个粒子的客流量状态值的差异度，对每个粒子的客流量状态值进行修正，获取第一修正客流量状态值；所述实际状态值是基于当前时刻的客流量观测值，利用客流量观测方程求解的目标客流量状态值；基于每个粒子的第一修正客流量状态值对每个粒子进行重采样，确定当前时刻的最优客流量预测值。
[0006]根据本专利技术提供的客流量预测方法，所述根据实际状态值与当前时刻每个粒子的客流量状态值的差异度，对每个粒子的客流量状态值进行修正，获取第一修正客流量状态值，包括：将所述实际状态值与每个粒子的客流量状态值的差值作为所述差异度；根据所有粒子的所述差值之和与当前时刻每个粒子的客流量状态值，确定所述每个粒子的第一修正客流量状态值。
[0007]根据本专利技术提供的客流量预测方法，所述基于每个粒子的第一修正客流量状态值对每个粒子进行重采样，确定当前时刻的最优客流量预测值，包括：在当前时刻的每个粒子的第一修正客流量状态值附近进行高斯采样，获取在当前时刻所述每个粒子的第二修正客流量状态值；利用概率密度函数，根据当前时刻所述每个粒子的客流量观测值，计算所述每个粒子的第二修正客流量状态值对应的修正权重；基于当前时刻所述每个粒子的第二修正客流量状态值以及对应的修正权重，确定在当前时刻的最优客流量预测值。
[0008]根据本专利技术提供的客流量预测方法，所述根据所有粒子的所述差值之和与当前时
刻每个粒子的客流量状态值，确定所述每个粒子的第一修正客流量状态值，其具体公式为：
[0009][0010]其中，g
‑1()为所述客流量观测方程中的观测函数的反函数，S
act,k
为k时刻的客流量观测值，为k时刻客流量的观测噪声，S
ivar,k
为k时刻第i个粒子的客流量状态值，为实际状态值，S
ivar,up,k
为k时刻第i个粒子的第一修正客流量状态值，r为修正系数，n表示粒子个数。
[0011]根据本专利技术提供的客流量预测方法，在基于当前时刻所述每个粒子的第二修正客流量状态值以及对应的修正权重，确定在当前时刻的最优客流量预测值之前，还包括：对当前时刻每个粒子的第二修正客流量状态值对应的修正权重进行归一化处理。
[0012]根据本专利技术提供的客流量预测方法，在基于预先建立的适用于粒子滤波算法的客流量状态方程和客流量观测方程，确定当前时刻每个粒子对应的当前权重之前，还包括：根据原始客流量数据，建立当前时刻的客流量变化模型；基于所述客流量变化模型，构建所述客流量状态方程和所述客流量观测方程；所述原始客流量数据包括当前时刻的客流量数据以及当前时刻的前一时刻的客流量数据。
[0013]根据本专利技术提供的客流量预测方法，所述客流量变化模型为单指数模型。
[0014]第二方面，本专利技术还提供一种客流量预测装置，包括：
[0015]第一模块，用于基于预先建立的适用于粒子滤波算法的客流量状态方程和客流量观测方程，确定当前时刻每个粒子对应的当前权重；
[0016]第二模块，用于在确定所述当前权重发生退化的情况下，根据实际状态值与当前时刻每个粒子的客流量状态值的差异度，对每个粒子的客流量状态值进行修正，获取第一修正客流量状态值；所述实际状态值是基于当前时刻的客流量观测值，利用客流量观测方程求解的目标客流量状态值；
[0017]第三模块，用于基于每个粒子的第一修正客流量状态值对每个粒子进行重采样，确定当前时刻的最优客流量预测值。
[0018]第三方面，本专利技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述客流量预测方法的步骤。
[0019]第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述客流量预测方法的步骤。
[0020]本专利技术提出的客流量预测方法，将预先建立的客流量状态方程和客流量观测方程分别作为粒子滤波方法中的状态转移方程和观测方程，使其具备客流量的状态评估能能力；进一步地，通过修正客流量状态值的方式改进了粒子滤波算法，解决了权重退化的问题，使其具备适应突变客流量的能力，提高了对非常态客流量的预测准确率。
附图说明
[0021]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些
附图获得其他的附图。
[0022]图1是本专利技术提供的客流量预测方法的流程示意图之一；
[0023]图2是本专利技术提供的客流量预测方法的流程示意图之二；
[0024]图3是本专利技术提供的客流量预测方法的流程示意图之三；
[0025]图4是本专利技术提供的客流量预测装置的结构示意图；
[0026]图5是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0027]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本专利技术保护的范围。
[0028]需要说明的是，在本专利技术实施例的描述中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客流量预测方法，其特征在于，包括：基于预先建立的适用于粒子滤波算法的客流量状态方程和客流量观测方程，确定当前时刻每个粒子对应的当前权重；在确定所述当前权重发生退化的情况下，根据实际状态值与当前时刻每个粒子的客流量状态值的差异度，对每个粒子的客流量状态值进行修正，获取第一修正客流量状态值；所述实际状态值是基于当前时刻的客流量观测值，利用客流量观测方程求解的目标客流量状态值；基于每个粒子的第一修正客流量状态值对每个粒子进行重采样，确定当前时刻的最优客流量预测值。2.根据权利要求1所述的客流量预测方法，其特征在于，所述根据实际状态值与当前时刻每个粒子的客流量状态值的差异度，对每个粒子的客流量状态值进行修正，获取第一修正客流量状态值，包括：将所述实际状态值与每个粒子的客流量状态值的差值作为所述差异度；根据所有粒子的所述差值之和与当前时刻每个粒子的客流量状态值，确定所述每个粒子的第一修正客流量状态值。3.根据权利要求1所述的客流量预测方法，其特征在于，所述基于每个粒子的第一修正客流量状态值对每个粒子进行重采样，确定当前时刻的最优客流量预测值，包括：在当前时刻的每个粒子的第一修正客流量状态值附近进行高斯采样，获取在当前时刻所述每个粒子的第二修正客流量状态值；利用概率密度函数，根据当前时刻所述每个粒子的客流量观测值，计算所述每个粒子的第二修正客流量状态值对应的修正权重；基于当前时刻所述每个粒子的第二修正客流量状态值以及对应的修正权重，确定在当前时刻的最优客流量预测值。4.根据权利要求2所述的客流量预测方法，其特征在于，所述根据所有粒子的所述差值之和与当前时刻每个粒子的客流量状态值，确定所述每个粒子的第一修正客流量状态值，其具体公式为：其中，g
‑1()为所述客流量观测方程中的观测函数的反函数，S
act,k
为k时刻的客流量观测值，为k时刻客流量的观测噪声，为k时刻第i个粒子的客流量状态值，为实际状态值，S
...

【专利技术属性】
技术研发人员：赵静毅，张蕾，
申请(专利权)人：交控科技股份有限公司，
类型：发明
国别省市：