【技术实现步骤摘要】
本专利技术属于客流量预测，具体涉及一种基于数据驱动的轨道交通短时客流预测方法及装置。
技术介绍
1、城市轨道交通客流量预测是进行城市轨道交通规划和运营指导的关键，通过对客流量的准确预测可以合理安排发车间隔，为乘客提供高质量的服务。
2、目前，对于轨道交通短时客流量预测，较常用的方法是根据与当前日期类型(工作日或非工作日)相同的最近一段时间的同时段客流量数据进行求均值运算，然而由于每天的客流量数据存在一定的差异，且同一乘客每天的乘车时间也会存在一定的差异，因此采用这样的方式所预测出的短时客流量与实际客流量存在一定的差异。
3、因此，如何提供一种有效的方案，以便对轨道交通短时客流进行准确预测，已成为现有技术中一亟待解决的问题。
技术实现思路
1、本专利技术的目的是提供一种基于数据驱动的轨道交通短时客流预测方法及装置，用以解决现有技术中存在的上述问题。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、第一方面，本专利技术提供了一种基于数据驱...
【技术保护点】
1.一种基于数据驱动的轨道交通短时客流预测方法，用于地铁站的客流量预测，其特征在于，包括：
2.根据权利要求1所述的基于数据驱动的轨道交通短时客流预测方法，其特征在于，所述获取连续的多个站点在最近的多个历史时段中各历史时段所对应的客流量累加数据，包括：
3.根据权利要求2所述的基于数据驱动的轨道交通短时客流预测方法，其特征在于，所述多个站点在各历史时段所对应的客流量累加数据为X(1)＝(x(1)(1)，x(1)(2)，...，x(1)(n))，其中k＝2,3,...,n，x(1)(1)＝x(0)(1)，n表示所述多个站点所对应的站点总数，x(0...
【技术特征摘要】
1.一种基于数据驱动的轨道交通短时客流预测方法，用于地铁站的客流量预测，其特征在于，包括：
2.根据权利要求1所述的基于数据驱动的轨道交通短时客流预测方法，其特征在于，所述获取连续的多个站点在最近的多个历史时段中各历史时段所对应的客流量累加数据，包括：
3.根据权利要求2所述的基于数据驱动的轨道交通短时客流预测方法，其特征在于，所述多个站点在各历史时段所对应的客流量累加数据为x(1)＝(x(1)(1)，x(1)(2)，...，x(1)(n))，其中k＝2,3,...,n，x(1)(1)＝x(0)(1)，n表示所述多个站点所对应的站点总数，x(0)(i)表示第i个站点在最近的多个历史时段的客流量数据，x(1)(k)表示第k个站点在各历史时段所对应的客流量累加数据。
4.根据权利要求3所述的基于数据驱动的轨道交通短时客流预测方法，其特征在于，多个站点在各历史时段所对应的邻均值等权数据为z(1)＝(z(1)(1)，z(1)(2)，z(1)(3)，...，z(1)(n))，其中z(1)(k)＝0.5x(1)(k-1)+0.5x(1)(k),k＝2,3,...,n，z(1)(1)＝x(1)(1)，z(1)(k)表示第k个站点在各历史时段所对应的邻均值等权数据，x(1)(k-1)表示第k-1个站点在各历史时段所对应的客流量累加数据，x(1)(k)表示第k个...
【专利技术属性】
技术研发人员：周含笑，许斌彬，刘锐，邹栋，王刘翀，方嘉晟，张冰冰，
申请(专利权)人：浙江省轨道交通运营管理集团有限公司，
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。