一种地铁乘客实时分布和地铁实时密度预测方法及系统技术方案

本发明专利技术公开了一种地铁乘客实时分布和地铁实时密度预测方法及系统，所述方法包括：S1、获取数据源，所述数据源包括历史数据和实时数据；S2、根据历史数据分别建立个体乘客时空出行模型、各上车站点乘客线路选择模型、和各线路乘客在各站点下车以及换乘模型；S3、根据个体乘客时空出行模型、各上车站点乘客线路选择模型、和各线路乘客在各站点下车以及换乘模型对实时数据进行分析，获取地铁乘客实时分布和所有运行地铁乘客的实时密度。本发明专利技术通过对乘客刷卡记录以及地铁到站时间记录能够实时分析计算乘客实时分布和预测地铁实时密度，预测精确度较高。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种地铁乘客实时分布和地铁实时密度预测方法及系统，所述方法包括：S1、获取数据源，所述数据源包括历史数据和实时数据；S2、根据历史数据分别建立个体乘客时空出行模型、各上车站点乘客线路选择模型、和各线路乘客在各站点下车以及换乘模型；S3、根据个体乘客时空出行模型、各上车站点乘客线路选择模型、和各线路乘客在各站点下车以及换乘模型对实时数据进行分析，获取地铁乘客实时分布和所有运行地铁乘客的实时密度。本专利技术通过对乘客刷卡记录以及地铁到站时间记录能够实时分析计算乘客实时分布和预测地铁实时密度，预测精确度较高。【专利说明】一种地铁乘客实时分布和地铁实时密度预测方法及系统
本专利技术涉及时空数据挖掘及交通
，尤其涉及一种地铁乘客实时分布和地 铁实时密度预测方法及系统。
技术介绍
针对地铁系统，预测每个站点乘客的实时分布以及地铁的实时密度具有非常重要 的意义，包括： (1)对于地铁公司，通过了解这些信息，可以更好地做到灾难应急处理，乘客驱散； 更好地规划地铁基础设施的建设，更好地制定地铁调度策略等； (2)对于乘客，通过了解这些信息，可以提高乘客的自身体验，合理安排出行时间 等。 智能卡作为一种付费手段已经广泛应用于公交、地铁等城市内公共交通领域，通 过智能卡可以收集到大量的乘客出行相关信息，通过对这些数据深入挖掘可以得到很多有 用的信息，例如乘客的乘车特征、乘客的实时分布、地铁的实时密度等。 因此，针对上述技术问题，有必要提供一种地铁乘客实时分布和地铁实时密度预 测方法及系统。 【专利
技术实现思路
】 有鉴于此，本专利技术的目的在于提供一种地铁乘客实时分布和地铁实时密度预测方 法及系统，首先通过对乘客历史刷卡记录的分析建立个体乘客出行规律模型、各站点进站 乘客对线路选择模型、各线路乘客在各站点下车以及换乘模型,并在此基础上,通过对乘客 刷卡记录以及地铁到站时间记录实时分析计算乘客实时分布和预测地铁实时密度。 为了达到上述目的，本专利技术实施例提供的技术方案如下： -种地铁乘客实时分布和地铁实时密度预测方法，所述方法包括： S1、获取数据源，所述数据源包括历史数据和实时数据； S2、根据历史数据分别建立个体乘客时空出行模型、各上车站点乘客线路选择模 型、和各线路乘客在各站点下车以及换乘模型； S3、根据个体乘客时空出行模型、各上车站点乘客线路选择模型、和各线路乘客在 各站点下车以及换乘模型对实时数据进行分析，获取地铁乘客实时分布和所有运行地铁乘 客的实时密度。 作为本专利技术的进一步改进，所述步骤Sl中历史数据包括智能卡交易数据，实时数 据包括智能卡交易数据和实时的地铁运营信息。 作为本专利技术的进一步改进，所述智能卡交易数据包括智能卡编号、地铁站的编号、 交易时间、交易类型；实时的地铁运营信息包括地铁线路名称、地铁车次、到达的站点名称、 到达时间。 作为本专利技术的进一步改进，所述个体乘客时空出行模型的建立方法具体为： 对智能卡数据进行预处理，包括：智能卡交易数据的出错处理；对于乘坐地铁的 乘客，按卡号和时间将乘客的进站和出站记录相匹配，按卡号汇总所有的乘车记录，并计算 活跃天数； 过滤出行天数小于预设经验值的乘客； 获取乘客的集中出行时间以及出行空间。 作为本专利技术的进一步改进，所述各上车站点乘客线路选择模型的建立方法具体 为： 分时段统计与站点、线路关系为上车状态的乘客人数，然后分析每一条出行记 录t，用bestPath(t. 〇, t. d)获取乘车路径为pi - . . · - pn，则pi. 1为乘客从t. 〇进 站后选择的线路，通过t. otime，t. 〇, pi. 1计算每个时间段每条线路从各站点进站上 车的人数，用pssbrdnum(t, l，s)函数获取在t时间段在s站上车乘坐1线路的人数 pssbrdnum(t, li, s)； 则经过S站的线路有：11，…，In,在t时间段在S站进站的乘客选择乘坐线路Ii 的概率为： η pssbrdprop (i, li, s) = pssbrdnum (t, li, s) ^ pssbrdnum (i, lk, s) 〇 作为本专利技术的进一步改进，所述各线路乘客在各站点下车以及换乘模型的建立方 法具体为： 分时段统计与站点、线路关系为下车出站、换乘和经过三类状态的乘客人数， 用dprPssNum(t，l，s)函数获取乘客乘坐1线路在t时间段在s站下车的人数，用 trnsfPassNum(t, 11，s, 12)函数获取乘客乘坐11地铁在t时间段在s站换乘12线路的乘 客人数，η为可换乘线路的条数，用psthPassNum(t, I, s)函数得到乘坐1地铁的乘客在t时 间段在s站经过的人数； 则乘客乘坐Ii线路的地铁在t时间段在s站下车出站的概率为 dprPssProp(t, li, s)为： 【权利要求】1. 一种地铁乘客实时分布和地铁实时密度预测方法，其特征在于，所述方法包括： 51、 获取数据源，所述数据源包括历史数据和实时数据； 52、 根据历史数据分别建立个体乘客时空出行模型、各上车站点乘客线路选择模型、和 各线路乘客在各站点下车以及换乘模型； 53、 根据个体乘客时空出行模型、各上车站点乘客线路选择模型、和各线路乘客在各站 点下车以及换乘模型对实时数据进行分析，获取地铁乘客实时分布和所有运行地铁乘客的 实时密度。2. 根据权利要求1所述的方法，其特征在于，所述步骤Sl中历史数据包括智能卡交易 数据，实时数据包括智能卡交易数据和实时的地铁运营信息。3. 根据权利要求2所述的方法，其特征在于，所述智能卡交易数据包括智能卡编号、地 铁站的编号、交易时间、交易类型；实时的地铁运营信息包括地铁线路名称、地铁车次、到达 的站点名称、到达时间。4. 根据权利要求1所述的方法，其特征在于，所述个体乘客时空出行模型的建立方法 具体为： 对智能卡数据进行预处理，包括：智能卡交易数据的出错处理；对于乘坐地铁的乘客， 按卡号和时间将乘客的进站和出站记录相匹配，按卡号汇总所有的乘车记录，并计算活跃 天数； 过滤出行天数小于预设经验值的乘客； 获取乘客的集中出行时间以及出行空间。5. 根据权利要求1所述的方法，其特征在于，所述各上车站点乘客线路选择模型的建 立方法具体为： 分时段统计与站点、线路关系为上车状态的乘客人数，然后分析每一条出行记录t，用bestPath(t. 〇,t.d)获取乘车路径为pi- . . · -pn，则pi. 1为乘客从t. 〇进 站后选择的线路，通过t.otime，t. 〇,pi. 1计算每个时间段每条线路从各站点进站上 车的人数，用pssbrdnum(t,l，s)函数获取在t时间段在s站上车乘坐1线路的人数 pssbrdnum(t,li,s)； 则经过s站的线路有：11，…，In,在t时间段在s站进站的乘客选择乘坐线路Ii的概 率为： η pssbrdprop (t, li, s)=pssbrdnum(t, li, s)-r ^pssbrdnum (t, Ik, s)〇 k=06. 根据权本文档来自技高网...

【技术保护点】
一种地铁乘客实时分布和地铁实时密度预测方法，其特征在于，所述方法包括：S1、获取数据源，所述数据源包括历史数据和实时数据；S2、根据历史数据分别建立个体乘客时空出行模型、各上车站点乘客线路选择模型、和各线路乘客在各站点下车以及换乘模型；S3、根据个体乘客时空出行模型、各上车站点乘客线路选择模型、和各线路乘客在各站点下车以及换乘模型对实时数据进行分析，获取地铁乘客实时分布和所有运行地铁乘客的实时密度。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵娟娟，张帆，须成忠，田臣，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44