一种大型活动中未知交通方式来源客流推测方法技术

本发明专利技术公开了一种大型活动中未知交通方式来源客流推测方法，包括如下步骤：a）确认活动日期以及每日活动期间分时数据周期；b）获取活动期间1～n－1天中每个分时数据周期的分时可采集客流K和分时实际客流P，生成每日分时客流的U/K趋势曲线，U为实际分时未知来源客流，U＝P－K，n为自然数；c）获取活动期间第n天的分时可采集客流，根据步骤b）中的历史U/K趋势曲线，采用几何均值法分时可采客流K乘以推测系数推算第n天活动期间的分时未知来源客流；d）获取第n天活动期间的分时实际客流后，更新步骤b）中的历史U/K趋势曲线。本发明专利技术提供的大型活动中未知交通方式来源客流推测方法，实现对大型活动期间即将到达活动现场客流的短时间推测。

【技术实现步骤摘要】

本专利技术涉及一种客流采集推测方法，尤其涉及一种大型活动中未知交通方式来源 客流推测方法。
技术介绍
随着我国经济建设和社会化活动的增多，能够吸引大量游客、持续时间长、占地规 模大的大型活动也越来越频繁的出现在城市生活中的各个区域。城市中大型活动的举办需 要调动大量社会公共资源，吸引大量的参观游客，对城市日常的交通出行和人们生活带来 一定的影响，一方面活动组织者和交通管理者希望及时掌握客流到离活动现场的总量变化 情况和规律性，另一方面游客希望及时了解当前参观活动的客流人数和变化趋势，以便于 自身制定合理的参观计划。因此，及时准确的估算出大型活动期间的客流实时到离规律，对 优化活动期间的各项服务保障工作具有重要意义。大型活动期间的客流信息，基于智能交通系统的客流信息采集研究已在城市公共 交通系统全面展开，申请号为200810021604. 9，专利技术名称为“城市公交系统中的客流统计方 法”的中国专利公开了一种城市公交系统中的客流统计方法，该方法基于每位乘客上车后 必须投币或刷卡的实际事实出发，区别于现有客流统计方法，通过统计刷卡人数和投币人 数，获得上车乘客人数，结合下车检测模块获得的下车人数，最终得到公交车客流量。文献《日本利用自动检票机数据推测客流》(现代城市轨道交通.2006 (5). -78-78， ISSN刊号1672-7533，C N号11_5183/U，作者马大炜)提到了日本铁道综合技术研究所 开发了利用自动检票机记录数据、推算客流实况的方法。用于掌握大规模铁道网络中的客 流状况。自动检票机收集的数据包括出发地和目的地所有时间带的客流状况。该方法包括 对选择路径的检索，对各路径客流量的分配，保存构成路径各区间的客流数量等。由于大型活动并非常态存在，且不同类型的活动地点不尽相同，会造成已知交通 方式获取的客流信息无法全面覆盖参与活动客流的情况，因此，会出现因未知交通方式来 源客流的不确定，而导致无法准确的推测短期内即将到达活动现场人数。因此，有必要提出 一种利用已知交通方式获取的动态客流数据，实时推测活动期间未知交通方式来源客流的 方法。
技术实现思路
本专利技术所要解决的技术问题是提供一种大型活动中未知交通方式来源客流推测 方法，实现对大型活动期间即将到达活动现场客流的短时间推测。本专利技术为解决上述技术问题而采用的技术方案是提供一种大型活动中未知交通 方式来源客流推测方法，包括如下步骤a)确认活动日期(持续天数η)以及每日活动期间 分时数据周期(T) ；b)获取活动期间1 η — 1天中每个分时数据周期的分时可采集客流 K和分时实际客流P，生成每日分时客流的U/K趋势曲线，U为实际分时未知来源客流，U = P — Κ，η为自然数；c)获取活动期间第η天的分时可采集客流K，根据步骤b)中的历史U/K趋势曲线，采用几何均值法分时可采客流K乘以推测系数推算第η天活动期间的分时未知 来源客流 ；d)获取第η天活动期间的分时实际客流后，采用实际分时未知来源客流U更新步骤b)中的历史U/K趋势曲线。上述的大型活动中未知交通方式来源客流推测方法，其中，所述步骤C)中推算第η天第t个分时数据周期的分时未知来源客流的算法如下 资=Seomean(R)-K^，表示推测系数，包括一组推测趋势{R}的几何平均值，推测趋势{們由{&，R2, R, }三个U/K趋势推测项构成，各项取值分别为R1 活动当前日期的前一天，第n-1天的第t个周期的(JJ/ Kf^i值，活动首日不进行推测；R2 与活动当日最近的上一周相应活动日期第 个周期的(P/f「7)，活动不 足一周忽略该项；R,从活动历史各天U/K趋势曲线中，以活动当日第1个周期至 -l个周期U/K趋势曲 线为基准，采用最小二乘法拟合得到的差值最小活动日期第t个周期的(1〃幻， 为自 然数，活动每天开始的第一个分时数据周期内忽略该项。上述的大型活动中未知交通方式来源客流推测方法，其中，所述步骤d)中获取第权利要求1.，其特征在于，所述方法包括如下 步骤a)确认活动日期以及每日活动期间分时数据周期；b)获取活动期间1 η— 1天中每个分时数据周期的分时可采集客流K和分时实际 客流P，生成每日分时客流的U/K趋势曲线，U为实际分时未知来源客流，U = P — K，η为 自然数；c)获取活动期间第η天的分时可采集客流K，根据步骤b)中的历史U/K趋势 曲线，采用分时可采客流K乘以推测系数推算第η天活动期间的分时未知来源客流d)获取第η天活动期间的分时实际客流P后，采用实际分时未知来源客流U更新步骤 b)中的历史U/K趋势曲线。2.如权利要求1所述的大型活动中未知交通方式来源客流推测方法，其特征在于，所述步骤c)中推算第η天第t个分时数据周期的分时未知来源客流的算法如下3.如权利要求1所述的大型活动中未知交通方式来源客流推测方法，其特征在于，所述步骤d)中获取第η天第t个分时数据周期的分时实际客流后，添加4.如权利要求1 4任一项所述的大型活动中未知交通方式来源客流推测方法，其特 征在于，所述分时可采集客流包括轨道交通客流、公交客流、出租车客流以及活动方安排的 专线车客流。全文摘要本专利技术公开了，包括如下步骤a)确认活动日期以及每日活动期间分时数据周期；b)获取活动期间1～n－1天中每个分时数据周期的分时可采集客流K和分时实际客流P，生成每日分时客流的U/K趋势曲线，U为实际分时未知来源客流，U＝P－K，n为自然数；c)获取活动期间第n天的分时可采集客流，根据步骤b)中的历史U/K趋势曲线，采用几何均值法分时可采客流K乘以推测系数推算第n天活动期间的分时未知来源客流；d)获取第n天活动期间的分时实际客流后，更新步骤b)中的历史U/K趋势曲线。本专利技术提供的大型活动中未知交通方式来源客流推测方法，实现对大型活动期间即将到达活动现场客流的短时间推测。文档编号G07C9/00GK102117510SQ20111008098公开日2011年7月6日 申请日期2011年4月1日 优先权日2011年4月1日专利技术者吴超腾, 林瑜, 沈峰, 潘振兴, 陈红洁 申请人:上海电科智能系统股份有限公司本文档来自技高网...

【技术保护点】
１．一种大型活动中未知交通方式来源客流推测方法，其特征在于，所述方法包括如下步骤：ａ）确认活动日期以及每日活动期间分时数据周期；ｂ）获取活动期间１～　ｎ－１天中每个分时数据周期的分时可采集客流Ｋ和分时实际客流Ｐ，生成每日分时客流的Ｕ／Ｋ趋势曲线，Ｕ　为实际分时未知来源客流，Ｕ＝Ｐ－Ｋ，ｎ为自然数；ｃ）获取活动期间第　ｎ天的分时可采集客流Ｋ，根据步骤ｂ）中的历史Ｕ／Ｋ趋势曲线，采用分时可采客流Ｋ乘以推测系数推算第　ｎ天活动期间的分时未知来源客流；ｄ）获取第　ｎ天活动期间的分时实际客流Ｐ后，采用实际分时未知来源客流Ｕ更新步骤ｂ）中的历史Ｕ／Ｋ趋势曲线。

【技术特征摘要】

【专利技术属性】
技术研发人员：林瑜，陈红洁，吴超腾，沈峰，潘振兴，
申请(专利权)人：上海电科智能系统股份有限公司，
类型：发明
国别省市：31