【技术实现步骤摘要】
本专利技术涉及数据预测，尤其涉及一种基于大数据预测评价算法的出行规划方法及系统。
技术介绍
1、目前的游客出行方式推荐算法主要包括两种类别，一种是根据历史出行经验人工制定推荐规则，但是难以考虑到每个用户和起终点的出行偏好；另一种是结合大数据参数采用逻辑斯蒂回归模型等进行出行方式推荐，然而该方法中出行方式比例来表示用户出行偏好是不准确的，导致推荐的出行方式不一定是用户想要的出行方式，推荐准确度和推荐效率差，因此亟需一种全新的出行路线规划方式方法。
2、中国专利文献cn109918567a公开了一种“出行方式推荐方法及装置”。方法采用获取历史出行数据；根据所述历史出行数据，构建图嵌入模型；所述图嵌入模型中包括：用户节点、起终点节点和出行方式节点；所述用户节点、所述起终点节点分别与所述出行方式节点通过边连接，边的权重为所述用户节点或者所述起终点节点选用出行方式节点的频次；根据各个节点的初始表征向量，以及各个边的权重，构建目标优化函数；对各个节点的初始表征向量进行调整，直至目标函数小于预设阈值，得到各个节点的调整后表征向量；根据各个节点的调整后表征向量进行出行方式推荐。但是在路线规规划时，该专利并未考虑到现实影响因素对于出行路线规划的影响，致使规划结果不够精准。
技术实现思路
1、本专利技术主要解决原有的技术方案出行路线规划精度不高的技术问题，提供一种基于大数据预测评价算法的出行规划方法及系统，通过权衡不同用户在出行路线决策中的影响因子的权重大小与个性化分配生成相应所需出行路线
2、本专利技术的上述技术问题主要是通过下述技术方案得以解决的：本专利技术包括以下步骤：s1获取用户的预期出行参数并构建网络图；
3、s2收集出行数据并根据影响因子权重对所有可行路线进行评估；
4、s3根据评估结果生成满足用户需求的出行路线方案；
5、s4对已生成出行路线方案进行预测校准并判断出行路线方案的可行性实现出行规划。
6、作为优选，所述的步骤s2具体包括：
7、s21列举并计算不同出行节点之间的影响因子；
8、s22设置并分配不同影响因子的权重；
9、s23将不同天气状况设置为惩罚系数并获取影响因子在不同方案中的评估指数。
10、作为优选，所述的步骤s21具体包括，列举并计算不同出行节点之间的影响因子将用户设定的出行节点之间的出行因素设定为评价指标，即将节点之间影响行程的相关参数进行评价赋值。
11、作为优选，所述的步骤s22具体包括，通过ahp层次分析法与critic的组合赋权方法，用专家主观赋值与数据客观赋值相结合的方式获取不同影响因子的权重，所述ahp层级分析法进行专家主观判断赋值的具体为：建立评价指标体系；再通过影响因子之间的重要程度比较进行专家打分；根据打分情况计算各影响因子占比；对计算结果进行一致性检验。
12、作为优选，所述的critic客观赋值法执行步骤如下：设置n条记录个m个指标；计算m个指标的标准差σj和相关矩阵r；计算m个指标包含的信息量和每个指标的权重，结合ahp层级分析法获得的权重和critic客观赋值法获得的权重合并计算获得任意影响因子的所占比重。
13、作为优选，所述的步骤s2还包括，归一化处理影响因子数据消除奇异样本数据，所述归一化处理影响因子包括正反馈因子和负反馈因子，针对正反馈因子采用计算公式如下：
14、
15、其中，x为影响因素，max(x)为影响因子最大值，min(x)为影响因子最小值，norm(x)为影响因子归一化处理结果；
16、针对负反馈因子采用计算公式如下：
17、
18、作为优选，所述的影响因子权重中加入以不同天气情况为基础的惩罚系数，结合影响因子权重和惩罚系数对不同方案的影响因子评估指数进行测算，根据测算结果调整路线的合理性。
19、作为优选，所述的步骤s4中校准出行路线包括客流预测评估算法，所述客流预测评估算法统计n年内在目标日前往预设目标节点的客流量并放入第一合集；统计每年接近目标日m天的客流量放入第二合集；计算历年接近目标日m天的客流拥挤指数；结合客流拥挤指数对预设出行路线目标日内的客流预测评估指数进行计算。
20、作为优选，所述的客流预测评估算法中包括超图预测，所述超图预测提取用户的签到行为数据构建成历史旅游序列，为每个历史旅游序列构建相应的超图，将出行路线超图进行定义，出行路线中的节点归入统一集合，以地理距离，时间序列以及poi节点三个角度构建超边，通过拼接超边矩阵构成超图最终生成预测模型进行预测。
21、一种基于大数据预测评价算法的出行规划系统，包括：数据采集模块，包括若干个基站数据采集传输装置，与中央处理模块相连接；中央处理模块，对出行参数数据进行集中处理以生成处理结果；实时环境参数提取模块，进行实时环境参数处理，并获取实时环境参数中的提取结果；预测模块，通过实时环境参数和出行预期结果相互参照获得合适的出行路线规划方案。
22、本专利技术的有益效果是：本专利技术通过权衡不同用户在不同出行节点过程中的影响因子的权重，根据权重大小对不同出行节点的影响因子进行赋值，根据赋值结果以及不同出行方案的惩罚系数进行测算，获得若干符合用户的个性化出行方案。且在测算过程中，加入对不同目标节点前n年的客流预测评估算法以及超图预测，提高出行方案测算结果的精确度，进而提高个性化方案与用户需求的贴合程度。
本文档来自技高网...【技术保护点】
1.一种基于大数据预测评价算法的出行规划方法，其特征在于，包括以下步骤：S1获取用户的预期出行参数并构建网络图；
2.根据权利要求1所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤S2具体包括：
3.根据权利要求2所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤S21具体包括，列举并计算不同出行节点之间的影响因子将用户设定的出行节点之间的出行因素设定为评价指标，即将节点之间影响行程的相关参数进行评价赋值。
4.根据权利要求2或3所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤S22具体包括，通过AHP层次分析法与CRITIC的组合赋权方法，用专家主观赋值与数据客观赋值相结合的方式获取不同影响因子的权重，所述AHP层级分析法进行专家主观判断赋值的具体为：建立评价指标体系；再通过影响因子之间的重要程度比较进行专家打分；根据打分情况计算各影响因子占比；对计算结果进行一致性检验。
5.根据权利要求4所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述CRITIC客观赋值
6.根据权利要求2或3所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤S2还包括，归一化处理影响因子数据消除奇异样本数据，所述归一化处理影响因子包括正反馈因子和负反馈因子，针对正反馈因子采用计算公式如下：
7.根据权利要求4所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述影响因子权重中加入以不同天气情况为基础的惩罚系数，结合影响因子权重和惩罚系数对不同方案的影响因子评估指数进行测算，根据测算结果调整路线的合理性。
8.根据权利要求7所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤S4中校准出行路线包括客流预测评估算法，所述客流预测评估算法统计n年内在目标日前往预设目标节点的客流量并放入第一合集；统计每年接近目标日m天的客流量放入第二合集；计算历年接近目标日m天的客流拥挤指数；结合客流拥挤指数对预设出行路线目标日内的客流预测评估指数进行计算。
9.根据权利要求8所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述客流预测评估算法中包括超图预测，所述超图预测提取用户的签到行为数据构建成历史旅游序列，为每个历史旅游序列构建相应的超图，将出行路线超图进行定义，出行路线中的节点归入统一集合，以地理距离，时间序列以及POI节点三个角度构建超边，通过拼接超边矩阵构成超图最终生成预测模型进行预测。
10.一种基于大数据预测评价算法的出行规划系统，适用于权利要求1至9任一种基于大数据预测评价算法的出行规划方法，其特征在于，包括相连的数据采集模块与中央处理模块，所述数据采集模块包括若干个基站数据采集传输装置，所述中央处理模块连接有实时环境参数提取模块和预测模块，实时环境参数提取模块进行实时环境参数处理并获取实时环境参数中的提取结果，预测模块通过实时环境参数和出行预期结果相互参照获得合适的出行路线规划方案。
...【技术特征摘要】
1.一种基于大数据预测评价算法的出行规划方法，其特征在于，包括以下步骤：s1获取用户的预期出行参数并构建网络图；
2.根据权利要求1所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤s2具体包括：
3.根据权利要求2所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤s21具体包括，列举并计算不同出行节点之间的影响因子将用户设定的出行节点之间的出行因素设定为评价指标，即将节点之间影响行程的相关参数进行评价赋值。
4.根据权利要求2或3所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤s22具体包括，通过ahp层次分析法与critic的组合赋权方法，用专家主观赋值与数据客观赋值相结合的方式获取不同影响因子的权重，所述ahp层级分析法进行专家主观判断赋值的具体为：建立评价指标体系；再通过影响因子之间的重要程度比较进行专家打分；根据打分情况计算各影响因子占比；对计算结果进行一致性检验。
5.根据权利要求4所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述critic客观赋值法执行步骤如下：设置n条记录个m个指标；计算m个指标的标准差σj和相关矩阵r；计算m个指标包含的信息量和每个指标的权重，结合ahp层级分析法获得的权重和critic客观赋值法获得的权重合并计算获得任意影响因子的所占比重。
6.根据权利要求2或3所述的一种基于大数据预测评价算法的出行规划方法，其特征在于，所述步骤s2还包括，归一化处理影响因子数据消除奇异样本数据，所述归一化处理影响因子包括正反馈因子和负反馈因子，针对正反...
【专利技术属性】
技术研发人员：李俊，李国华，汤洁，
申请(专利权)人：浙江中控信息产业股份有限公司，
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。