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】
本专利技术涉及人工智能与交通规划,尤其涉及一种轨道交通出行需求预测方法及装置。
技术介绍
1、城市轨道交通由于其运载量大、速度快、环保节能等优点被广泛应用为交通工具。在作为交通工具时,可以进行轨道交通出行需求预测,即预测轨道交通中各线路上每两个站点之间的出行量及各个站点的进出站量,以便于决策者基于此优化轨道交通的运营效率和服务质量。
2、目前的轨道交通出行需求预测方法基于传统的四阶段模型,分别为交通生成、交通分布、方式划分及交通分配四个阶段,但该模型结构简单,难以解释复杂的出行情况(例如各站点周边配置对进出站量的影响等),而复杂的出行情况对于乘客出行需求预测结果的影响极大,因此,将会严重影响到以该模型得到的结果的精准性。
技术实现思路
1、鉴于上述问题,本专利技术提供一种轨道交通出行需求预测方法及装置,主要目的是为了提升得到的轨道交通出行需求预测结果的精确性。
2、为解决上述技术问题,本专利技术提出以下方案:
3、第一方面,本专利技术提供了一种轨道交通出行需求预测方法,所述方法包括:
4、获取各站点对应的站点数据、各站点对应的客流吸引范围内的地理信息数据、每两个站点之间各个时段的出行成本数据;
5、利用出行需求预测模型对各站点对应的站点数据、各站点对应的客流吸引范围内的地理信息数据及每两个站点之间各个时段的出行成本数据进行处理,得到各站点每个时段的进站量及出站量以及每两个站点之间每个时段的出行量。
6、第二方面
7、数据获取单元,用于获取各站点对应的站点数据、各站点对应的客流吸引范围内的地理信息数据、每两个站点之间各个时段的出行成本数据;
8、数据处理单元,用于利用出行需求预测模型对所述数据获取单元获取的各站点对应的站点数据、各站点对应的客流吸引范围内的地理信息数据及每两个站点之间各个时段的出行成本数据进行处理,得到各站点每个时段的进站量及出站量以及每两个站点之间每个时段的出行量。
9、为了实现上述目的,根据本专利技术的第三方面,提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述第一方面的轨道交通出行需求预测方法。
10、为了实现上述目的,根据本专利技术的第四方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述第一方面的轨道交通出行需求预测方法。
11、借由上述技术方案,本专利技术提供的一种轨道交通出行需求预测方法及装置,可以先获取到轨道交通中各城市各站点对应的站点数据以及每个站点对应的客流吸引范围内的地理信息数据、每两个站点之间的出行成本数据。之后可以利用出行需求预测模型对各站点对应的站点数据以及各站点对应的客流吸引范围内的地理信息数据及每两个站点之间各个时段的出行成本数据进行处理,得到各站点每个时段的进站量及出站量以及每两个站点之间每个时段的出行量。在本专利技术中,在计算各站点的进站量及出站量时考虑了站点对应的客流吸引范围内的地理信息数据,因为客流吸引范围在很大程度表征了该站点附近的配置对乘客的吸引程度,是影响乘客是否进入该站点或者在该站点出站的主要影响因素。综上,本专利技术提供的一种轨道交通出行需求预测方法,所使用的数据不仅可以反应乘客复杂出行行为(例如站点周边配置对乘客出行的影响),所使用的出行需求预测模型也可以清晰的对可以反应乘客复杂出行行为的数据进行处理,因此,有利于提高最终得到的轨道交通出行需求预测结果的精确性。
12、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种轨道交通出行需求预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,利用出行需求预测模型对各站点对应的站点数据、各站点对应的客流吸引范围内的地理信息数据及每两个站点之间各个时段的出行成本数据进行处理,得到各站点每个时段的进站量及出站量以及每两个站点之间每个时段的出行量,包括:
3.根据权利要求1所述的方法,其特征在于,获取各站点对应的站点数据、各站点对应的客流吸引范围内的地理信息数据,包括:
4.根据权利要求3所述的方法,其特征在于,基于所述各站点对应的站点数据确定城市中各站点对应的客流吸引范围,包括:
5.根据权利要求4所述的方法,其特征在于,若所述各站点对应的站点数据为所述普通站,则所述各站点对应的客流吸引范围为第二指定范围后,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,获取每两个站点之间各个时段的出行成本数据,包括:
7.根据权利要求2所述的方法,其特征在于,利用出行需求预测模型中的进出站量预测层对各站点对应的站点数据、各站点对应的客流吸引范围内的地理
8.根据权利要求2所述的方法,其特征在于,利用出行需求预测模型中的站间需求预测层对所述各站点对应的目标站点特征及每两个站点之间各个时段的出行成本数据进行处理,得到每两个站点之间每个时段的出行量,包括:
9.一种轨道交通出行需求预测装置,其特征在于,所述装置包括:
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行如权利要求1至权利要求8中任意一项所述的轨道交通出行需求预测方法。
11.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行如权利要求1至权利要求8中任意一项所述的轨道交通出行需求预测方法。
...【技术特征摘要】
1.一种轨道交通出行需求预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,利用出行需求预测模型对各站点对应的站点数据、各站点对应的客流吸引范围内的地理信息数据及每两个站点之间各个时段的出行成本数据进行处理,得到各站点每个时段的进站量及出站量以及每两个站点之间每个时段的出行量,包括:
3.根据权利要求1所述的方法,其特征在于,获取各站点对应的站点数据、各站点对应的客流吸引范围内的地理信息数据,包括:
4.根据权利要求3所述的方法,其特征在于,基于所述各站点对应的站点数据确定城市中各站点对应的客流吸引范围,包括:
5.根据权利要求4所述的方法,其特征在于,若所述各站点对应的站点数据为所述普通站,则所述各站点对应的客流吸引范围为第二指定范围后,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,获取每两个站点之间各个时段的出行成本数据,包括:
...
【专利技术属性】
技术研发人员:郭继孚,缐凯,李寻,许晗,于云,张磊,朱重远,白盛光,
申请(专利权)人:北京交通发展研究院,
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。