System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,具体涉及一种群体效应的客流分析与预警模型构建方法。
技术介绍
1、当前,随着社会经济高速发展和人民生活水平的不断提升,我国大中型城市地面交通发展进入瓶颈时期,城市地面交通承受了巨大的压力,城市轨道交通因其所具备的大容量运输能力、高速度运营、安全舒适、相对独立等优势,而成为公共交通的主要运输载体,许多城市都把发展城市轨道交通作为治理交通拥堵的有效方式。
2、交通客流分析预警是一种利用大规模数据进行分析和预测交通流量的方法。这种方法可以通过对人群中的行为、偏好、需求等进行分析,来预测人们的出行行为,从而预测交通流量。该方法在城市交通系统中得到了广泛应用,可以有效地预测突发客流,提高交通系统的应急响应能力。
3、然而,现有的交通客流预警系统通常采用单一模型进行预测,如基于历史数据的线性回归模型。这种模型往往忽略了个体行为的群体效应,即个体行为可能受到周围人的影响,当使用单一模型进行预测时,这些模型可能会低估实际的客流量,从而导致预警系统的准确性下降。此外,传统的客流量预测方法集中在一小段交通网络的预测,无法捕捉影响客流的因素之间的复杂关系,从而充分考虑多种因素及各个因素之间相互关系对交通客流的影响。
技术实现思路
1、本专利技术的目的在于提供一种群体效应的客流分析与预警模型构建方法用于解决上述问题。
2、为实现上述目的,本专利技术采用以下技术方案:
3、一种群体效应的客流分析与预警模型构建方法,具体包括以下步骤:
...【技术保护点】
1.一种群体效应的客流分析与预警模型构建方法,其特征在于:具体包括以下步骤:
2.如权利要求1所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤S2具体为:
3.如权利要求1所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤S3中所述业务维度包括基础维度、购票维度、出行维度、积分维度及满意度维度。
4.如权利要求1所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤S3中所述客流分群模型的建立流程包括以下步骤:
5.如权利要求4所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤S31中数据清洗过程包括剔除样本、删除特征、缺失值处理、离群值处理、热独编码处理及标准化处理。
6.如权利要求4所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤S32中参数确定和模型建立过程为:
7.如权利要求4所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤S33中乘客分群的定义内容包括各类别样本数、连续变量特征中心值和有值占比、类别变量最多的类和占比。
...【技术特征摘要】
1.一种群体效应的客流分析与预警模型构建方法,其特征在于:具体包括以下步骤:
2.如权利要求1所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤s2具体为:
3.如权利要求1所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤s3中所述业务维度包括基础维度、购票维度、出行维度、积分维度及满意度维度。
4.如权利要求1所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤s3中所述客流分群模型的建立流程包括以下步骤:
5.如权利要求4所述一种群体效应的客流分析与预警模型构建方法,其特征在于:步骤s31中数据清洗过程包括剔除样本、删除特征、缺失值处理、离群值处理、热独编...
【专利技术属性】
技术研发人员:陈思恩,
申请(专利权)人:科技谷厦门信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。