一种考虑多因素的地铁车厢拥挤度预测方法技术

技术编号:40710645 阅读:36 留言:0更新日期:2024-03-22 11:12
本发明专利技术公开了一种考虑多因素的地铁车厢拥挤度预测方法,包括:建立地铁车厢拥挤度划分标准;采集地铁经停各站点时的各节车厢客流数据集,客流数据集包括与客流数据变化相关的四维自变量;对四维自变量进行预处理,根据时空特性合并,划分为训练数据集及测试数据集;构建LightGBM模型,将训练数据集输入LightGBM模型进行模型训练,确定待优化的模型参数;根据训练确定的LightGBM模型参数,并输入测试数据集,进行每条线路列车经停各站点时各节车厢下车人数的预测,还原预测数据并输出各节车厢的拥挤度;对LightGBM模型预测结果进行误差评估。本发明专利技术能对地铁客流数据更深入地挖掘分析,实现对某地区多条线路地铁车厢拥挤度的有效预测,且预测准确性高,鲁棒性好。

【技术实现步骤摘要】

本专利技术涉及轨道交通,尤其涉及一种考虑多因素的地铁车厢拥挤度预测方法


技术介绍

1、地铁凭借其运量大、速度快、安全便捷等优点,已成为市民出行主要交通工具之一。不同于高铁、火车等交通工具所采用的持座有序乘车机制,地铁所采用的是无序乘车机制,运营时常会出现并行线路客流分布不均以及同线路各车厢客流分布不均的现象,一定程度上降低了运输效率。地铁车厢拥挤度的实时预测,可为乘客提供准确的参考,避免出现局部拥堵的情况。地铁车厢拥挤度预测可以作为智慧交通系统的一部分,与其他现有技术相结合,实现地铁运营的智能调度和管理,从而提高地铁客运服务质量。

2、目前,关于地铁客流的研究主要围绕地铁换乘站、地铁站及地铁站特殊部位,对地铁车厢拥挤度的研究相对较少。针对地铁车厢拥挤度的研究多针对拥挤度的检测,主要方法包括:压力传感器、ai摄像头、图像识别、制动性能、多目标跟踪等,但以上方法仅考虑即将到站列车车厢现有的乘客数,忽略到站时车厢的下车人数,会产生较大的预测误差,可能会出现地铁到站前某节车厢处于拥挤状态,而在到站时由于该节车厢下车人数多,致使该节车厢出现不拥挤的情况本文档来自技高网...

【技术保护点】

1.一种考虑多因素的地铁车厢拥挤度预测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的考虑多因素的地铁车厢拥挤度预测方法,其特征在于,所述步骤S1的方法具体包括:

3.根据权利要求1所述的考虑多因素的地铁车厢拥挤度预测方法,其特征在于,所述步骤S2的方法具体包括:

4.根据权利要求1所述的考虑多因素的地铁车厢拥挤度预测方法,其特征在于,所述步骤S3的方法具体包括:

5.根据权利要求1所述的考虑多因素的地铁车厢拥挤度预测方法,其特征在于,所述步骤S4的方法具体包括:

6.根据权利要求1所述的考虑多因素的地铁车厢拥挤...

【技术特征摘要】

1.一种考虑多因素的地铁车厢拥挤度预测方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的考虑多因素的地铁车厢拥挤度预测方法,其特征在于,所述步骤s1的方法具体包括:

3.根据权利要求1所述的考虑多因素的地铁车厢拥挤度预测方法,其特征在于,所述步骤s2的方法具体包括:

4.根据权利要求1所述的考虑多因素的地铁车厢拥挤度预测方法,其特征在于,所述步骤s3的方法具体包括:

5.根据权利要求1所述的考虑多因素的地铁车厢拥挤度...

【专利技术属性】
技术研发人员:徐良杰宋淑敏李鹏宇
申请(专利权)人:武汉理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1