【技术实现步骤摘要】
本申请涉及轨道交通，特别是涉及一种基于线性逻辑的相似度分布的轨道交通票务清分方法和装置。
技术介绍
1、城市公共交通方式中轨道交通出行方式所占比重日益增大，根据轨道交通的相关规定，城市中建成的所有轨道交通线路必须满足一票通的要求，即所有的线路要满足无障碍换成。在轨道交通成网条件下，各条线路势必会形成综合运营、共同管理，共线运营、环线运营的网络化运营方式。网络化运营表现为线网结构和规模更加复杂，线路形式和制式不一，投资及运营主题多元化，客流需求的时空波动性等特征。为了保证各运营商的基本利益，传统的分账法已不再适用。因而，亟需建立一套用于对轨道交通各运营商之间收益公平分配的票务清分体系。
2、票务清分是指把服务接受者(包括乘客、票卡等运营对象和收益，是利益的贡献者，即系统的清分对象)所上缴的全部收益，按照各服务提供者(包括车、站、线、运营分部等运营实体，是利益的分配者，即利益的分配主体)的贡献进行有效的利益分配。简而言之，轨道交通票务清分的实质就是：依据一定的原则，计算并分配轨道线网中各运营实体的经济贡献。
3、与票务收益清分相关的属性很多，主要包括建设成本、车站数量、线路里程、换乘站数量、换乘方式、行车间隔、服务时间、票务政策等。由于线网是动态发展的，线网中线路的属性也是不断变化的。很显然，依据的属性原则不同，计算出各条线路的经济贡献也就不同。因此，轨道交通系统票务收益清分原则上可适应线网发展趋势，满足线网规划要求，按线路、主体清分，能够体现清分权重与线网线路重要属性和运营服务成本的相关性。落实到具体的清分
4、通过综合考察所有影响乘客选定旅行路线的各种因素，选取对其中影响最大的部分因素，并根据旅客在od间各段的所需要的旅行时间确定的路线阻抗，再通过对这些线路阻抗根据一定的清分原则，甄选出所有满足条件的可行路线；然后，由每个有效路径的线路阻抗值作为输入，通过模型确定各有效路径的旅客分配比例；最后，再由各有效路径中相应的客运分配比例，与运营商之间相应的营业里程范围比率共同决定具体的票款净支比率。主要解决了路径阻抗因素丰富时，分配不合理的问题。主要影响因素包括：出行时间、行程距离、换乘次数、公司经营模式、各线路运营的服务时段、换乘时间、拥堵程度、出发日期以及实际出行时间等。
5、“双比例多因素”方法采用更多乘客进行线路选择的因素来构建阻抗函数，而不仅仅使用时间或距离两种因素，本质上更能体现乘客出行路径的多样性，能够合理地反映乘客出行的选择行为。但是，乘客调研的范围和量是否能够充分表征选择的因素项仍然值得商榷，尤其是在难以实施大规模的调研的时候。另外由于构建阻抗函数的综合过程一般引入了更多的参数，这些参数的赋值缺乏科学的依据和校准机制，使得原本被科学化和清晰化的路径阻抗又引入了大量的主观因素。因此，导致票务清分系统的清分结果准确性较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高票务清分系统的清分结果准确性的基于线性逻辑的相似度分布的轨道交通票务清分方法和装置。
2、一种基于线性逻辑的相似度分布的轨道交通票务清分方法，所述方法包括：
3、根据目标清分时间段、环境信息、日期属性、目标清分入站点和目标清分出站点，获取人数占比系数，所述人数占比系数通过采用线性逻辑回归机器学习训练出目标清分出站点的所述目标清分时间段的占比矩阵中获得；
4、根据所述人数占比系数以及所述目标清分时间段的前序时间段，生成所述目标清分入站点至所述目标清分出站点高斯分布的乘客关联性曲线；
5、根据所述乘客关联性曲线进行分析，获得所述目标清分入站点至所述目标清分出站点的每条路径的收益占比；
6、根据所述目标清分入站点至所述目标清分出站点的每条路径的收益占比和票务收益，确定每条路径上的各站点的收益，完成对所述目标清分入站点至所述目标清分出站点的票务清分。
7、在其中一个实施例中，所述占比矩阵的训练方式为：
8、向自动售检票系统获取的所有站点的历史出入站数据；
9、并将日期属性和环境数据与对应时间的历史出入站数据进行关联；
10、以关联了日期属性和环境数据的历史出入站数据为样本数据，对所述样本数据进行次序打乱，按60％、20％、20％拆分成训练集、验证集和测试集三个数据集；
11、采用训练集进行线性逻辑回归机器学习训练，mse为损失函数，0.01为学习率，在验证集中验证，并在测试集中测试，得到验证集和测试集的损失函数曲线，记录每个epoch的损失率，选择测试集的损失率最小值为最优线性模型，得到考虑了日期属性和环境数据的每个目标站点的每个时间段的出站人数对于其他站点在该时间段的前序时间段入站人数的占比矩阵。
12、在其中一个实施例中，所述占比矩阵中该城市一个轨道交通运营周期中的目标时间段内从其他站点si入站并从目标站点出站的人数的分析公式为：
13、
14、其中，为一个轨道交通运营周期中的目标时间段内从其他站点si入站并从目标站点出站的人数，为一个轨道交通运营周期中目标时间段的第j个前序时间段从其他站点si入站的人数，为一个轨道交通运营周期中目标时间段的第j个前序时间段内从其他站点si入站并从目标站点出站的人数占比，n为该城市轨道交通线网站点数，m为目标时间段，n表示目标站点。
15、在其中一个实施例中，所述根据目标清分时间段、环境信息、日期属性、目标清分入站点和目标清分出站点，获取人数占比系数，包括：
16、根据目标清分出站点、目标清分时间段、环境信息和日期属性，从所述目标清分出站点的所述目标清分时间段的各占比矩阵中，匹配到与所述日期属性相同和所述环境信息相近的占比矩阵；
17、根据所述目标清分入站点，在所述占比矩阵中获取对应该目标清分入站点的人数占比系数。
18、在其中一个实施例中，所述根据所述乘客关联性曲线进行分析，获得所述目标清分入站点至所述目标清分出站点的每条路径的收益占比，包括：
19、根据所述乘客关联性曲线的波峰的个数，确定所述目标清分入站点至所述目标清分出站点的路径条数，其中，每一个波峰对应一条路径；
20、在所述乘客关联性曲线波峰的个数为一个的情况下，该波峰对应的所述目标清分入站点至所述目标清分出站点的路径的收益占比为100％；
21、在所述乘客关联性曲线波峰的个数为两个以上的情况下，根据所述乘客关联性曲线的分布情况，获得所述目标清分入站点至所述目标清分出站点的每条路径的收益占比。
22、在其中一个实施例中，所述根据所述乘客关联性曲线的分布情况，获得所述目标清分入站点至所述目标清分出站点的每条路径的收益占比，本文档来自技高网...
【技术保护点】
1.一种基于线性逻辑的相似度分布的轨道交通票务清分方法，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，所述占比矩阵的训练方式为：
3.根据权利要求2所述的方法，其特征在于，所述占比矩阵中该城市一个轨道交通运营周期中的目标时间段内从其他站点Si入站并从目标站点出站的人数的分析公式为：
4.根据权利要求1所述的方法，其特征在于，所述根据目标清分时间段、环境信息、日期属性、目标清分入站点和目标清分出站点，获取人数占比系数，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述乘客关联性曲线进行分析，获得所述目标清分入站点至所述目标清分出站点的每条路径的收益占比，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述乘客关联性曲线的分布情况，获得所述目标清分入站点至所述目标清分出站点的每条路径的收益占比，包括：
7.根据权利要求5所述的方法，其特征在于，所述根据所述乘客关联性曲线的分布情况，获得所述目标清分入站点至所述目标清分出站点的每条路径的收益占比，包括：
8.
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种基于线性逻辑的相似度分布的轨道交通票务清分方法，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，所述占比矩阵的训练方式为：
3.根据权利要求2所述的方法，其特征在于，所述占比矩阵中该城市一个轨道交通运营周期中的目标时间段内从其他站点si入站并从目标站点出站的人数的分析公式为：
4.根据权利要求1所述的方法，其特征在于，所述根据目标清分时间段、环境信息、日期属性、目标清分入站点和目标清分出站点，获取人数占比系数，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述乘客关联性曲线进行分析，获得所述目标清分入站点至所述目标清分出站点的每条路径的收益占比，包括：
6.根据权利要求5所述的方法...
【专利技术属性】
技术研发人员：应仲文，王腾腾，高申，张鹏，夏阳，梅东，李辉，
申请(专利权)人：南京熊猫电子股份有限公司，
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。