一种客流量预测方法、系统及公交派车方法技术方案

本发明专利技术涉及客流预测领域，尤其涉及一种客流量预测方法、系统及公交派车方法。所述客流量预测方法包括：设置数据周期，数据周期由多个单位时间组成；将数据周期分为多个评估层级，每个评估层级包含一个单位时间或者多个连续的单位时间；设置评估层级权重；然后获取目标时间所在的评估层级作为目标层级；结合目标层级中各单位时间上客流量历史数据以及目标层级中各单位时间的权重计算目标时间上的客流量预测值P。本发明专利技术，结合历史数据进行分层预测，考虑到不同评估层级上的客流量特征，大大提高了客流量预测精确度。提高了客流量预测精确度。提高了客流量预测精确度。

【技术实现步骤摘要】
一种客流量预测方法、系统及公交派车方法


[0001]本专利技术涉及客流预测领域，尤其涉及一种客流量预测方法、系统及公交派车方法。

技术介绍

[0002]客流是各行各业运营的基础，提前预测客流，以调整服务机制非常重要。例如城市公交运营中，公交客流信息对调度、计划排版的准确性都有着“牵一发动全身”的影响，甚至会出现“级联失效”现象。因此，准确的客流预测是公交车辆运营计划的投资和建设。目前的客流预测主要集中在时间序列分析、统计预测、神经网络等预测方法。该类方法对参数依赖性较大，且只能在宏观角度对客流进行把控，但在实际运营中，客流会受到多种因素的影响，基于统计学和机器学习的预测方法确定性较低，因此客流预测的精准度受到了限制。

技术实现思路

[0003]为了解决上述现有技术中客流预测精确度低的缺陷，本专利技术提出了一种客流量预测方法，结合历史数据进行分层预测，考虑到不同评估层级上的客流量特征，大大提高了客流量预测精确度。
[0004]本专利技术采用以下技术方案：一种客流量预测方法，包括以下步骤：S1、设置数据周期，数据周期由多个单本文档来自技高网...

【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，包括以下步骤：S1、设置数据周期，数据周期由多个单位时间组成；结合历史数据中各单位时间上的客流量对数据周期内的单位时间进行分层，获得多个评估层级，每个评估层级包含一个单位时间或者多个连续的单位时间；针对每个评估层级，根据各个单位时间上的客流量设置单位时间的权重；一个评估层级中单位时间的权重之和等于1；S2、将待预测客流量的目标单位时间记作目标时间，获取目标时间所在的评估层级作为目标层级；结合目标层级中各单位时间上客流量历史数据以及目标层级中各单位时间的权重计算目标时间上的客流量预测值P。2.如权利要求1所述的客流量预测方法，其特征在于，令目标层级包含I个单位时间，第i个单位时间的权重记作W(i)，历史数据中距离目标时间最近的第一个数据周期中目标层级上第i个时间单位的客流量记作N(1,i)，历史数据中距离目标时间最近的第k个数据周期中目标层级上第i个时间单位的客流量记作N(k,i)；1≦i≦I，1≦k≦K；目标时间上的客流量预测值P的计算公式为：P=A(1)
×
W(1)+A(2)
×
W(2)+...+A(i)
×
W(i)+...+A(I)
×
W(I)A(i)=[N(1,i)+N(2,i)+...+N(k,i)+...+N(K,i)]/K其中，A(i)表示目标层级中第i个时间单位最近K个数据周期上的客流量均值；K为设定值。3.如权利要求1所述的客流量预测方法，其特征在于，在步骤S2之后还包括步骤S3
‑
S5；S3、设置影响因素以及各影响因素对应修正函数，修正函数用于结合影响因素对客流预测值进行修正，以获得该影响因素对应的客流量预测修正值；S4、结合历史数据，设置各影响因素的权重，影响因素的权重用于表征影响因素对客流量变化趋势的影响程度；影响因素的权重之和等于1；S5、结合各影响因素的权重以及各影响因素对应的客流量预测修正值计算最终客流量预测值P
’
。4.如权利要求3所述的客流量预测方法，其特征在于，最终客流量预测值P
’
的计算公式为：P
’
=P(1)
×
Q(1)+P(2)
×
Q(2)+...+P(m)
×
Q(m)+...P(M)
×
Q(M)其中，P(m)表示第m个影响因素对应的客流量预测修正值，Q(m)表示第m个影响因素对应的权重。5.如权利要求3所述的客流量预测方法...

【专利技术属性】
技术研发人员：刘磊，任子晖，高洪昌，王卫，倪金林，蒋梦媛，彭业华，夏振威，秦红旭，李修菊，耿良元，
申请(专利权)人：安徽交欣科技股份有限公司，
类型：发明
国别省市：