【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，包括：
4、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；
5、基于所述多个站点在各历史时段所对应的客流量累加数据，构建出所述多个站点在各历史时段所对应的邻均值等权数据；
6、基于所述多个站点在各历史时段所对应的客流量累加数据，建立所述多个站点随时间变化的客流量模型；
8、基于上述公开的内容，本专利技术通过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；基于多个站点在各历史时段所对应的客流量累加数据，构建出多个站点在各历史时段所对应的邻均值等权数据；基于多个站点在各历史时段所对应的客流量累加数据，建立多个站点随时间变化的客流量模型；通过最小二乘法对所述客流量模型进行求解，得到多个站点在下一时段所对应的客流量预测值。如此，能够依据在前的多个实时时段的客流量数据较为准确的预测出各站点在下一时段的客流量数据，以便能够根据预测出的客流量数据合理安排发车间隔，为乘客提供高质量服务。
9、在一个可能的设计中，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：
10、获取连续的多个站点中，各站点在最近的多个历史时段的客流量数据；
11、将所述多个站点中任一站点在各历史时段的客流量数据，与所述任一站点之前的在前站点在各历史时段的客流量数据进行累加，得到所述多个站点在各历史时段所对应的客流量累加数据。
12、在一个可能的设计中，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，。
13、在一个可能的设计中，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个站点在各历史时段所对应的客流量累加数据。
14、在一个可能的设计中，所述通过最小二乘法对所述客流量模型进行求解，得到所述多个站点在下一时段所对应的客流量预测值，包括：
15、基于所述多个站点在各历史时段所对应的邻均值等权数据和所述多个站点在各历史时段的客流量数据，通过最小二乘法对所述客流量模型进行求解，得到所述多个站点在下一时段所对应的客流量累加数据预测值；
16、基于所述多个站点在下一时段所对应的客流量累加数据预测值，求解出所述多个站点在下一时段所对应的客流量预测值。
17、在一个可能的设计中，所述客流量模型为其中a和u表示模型参数，x(1)(t)表示多个站点在前t个历史时段所对应的客流量累加数据。
18、在一个可能的设计中，所述多个站点在下一时段所对应的客流量预测值为其中x(0)(1)表示第1个站点在最近的多个历史时段的客流量数据，t表示所述多个历史时段所对应的历史时段数量。
19、第二方面，本专利技术提供了一种基于数据驱动的轨道交通短时客流预测装置，包括：
20、获取单元，用于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；
21、构建单元，用于基于所述多个站点在各历史时段所对应的客流量累加数据，构建出所述多个站点在各历史时段所对应的邻均值等权数据；
22、建立单元，用于基于所述多个站点在各历史时段所对应的客流量累加数据，建立所述多个站点随时间变化的客流量模型；
23、运算单元，用于通过最小二乘法对所述客流量模型进行求解，得到所述多个站点在下一时段所对应的客流量预测值。
24、第三方面，本专利技术提供了一种电子设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如上述第一方面或第一方面任一可能设计所述的基于数据驱动的轨道交通短时客流预测方法。
25、第四方面，本专利技术提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行第一方面或第一方面任一可能设计所述的基于数据驱动的轨道交通短时客流预测方法。
26、第五方面，本专利技术提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面任一可能设计所述的基于数据驱动的轨道交通短时客流预测方法。
27、有益效果：
28、本专利技术提供的基于数据驱动的轨道交通短时客流预测方法及装置，能够依据在前的多个实时时段的客流量数据较为准确的预测出各站点在下一时段的客流量数据，以便能够根据预测出的客流量数据合理安排发车间隔，为乘客提供高质量服务，便于实际应用和推广。
本文档来自技高网...【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)(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,
5.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，所述通过最小二乘法对所述客流量模型进行求解，得到所述多个站点在下一时段所对应的客流量预测值，包括：
6.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，所述客流量模型为其中a和u表示模型参数，X(1)(t)表示多个站点在前t个历史时段所对应的客流量累加数据。
7.根据权利要求6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，所述多个站点在下一时段所对应的客流量预测值为其中x(0)(1)表示第1个站点在最近的多个历史时段的客流量数据，t表示所述多个历史时段所对应的历史时段数量。
8.一种基于数据驱动的轨道交通短时客流预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如权利要求1～7任意一项所述的基于数据驱动的轨道交通短时客流预测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如权利要求1～7任意一项所述的基于数据驱动的轨道交通短时客流预测方法。
...【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。