[發明專利]一種城市軌道交通客流高峰持續時間預測方法

有效

• 申請號: 201410211258.6
• 申請日: 2014-05-19
• 公開（公告）號: CN103984994B
• 公開（公告）日: 2017-02-01
• 發明（設計）人: 張寧;石莊彬;何鐵軍
• 申請（專利權）人: 東南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 南京瑞弘專利商標事務所(普通合伙)32249
• 代理人: 黃成萍

1.一種城市軌道交通客流高峰持續時間預測方法，其特征在于：包括如下步驟：

(1)客流統計：設定單位時間Δt，按單位時間Δt對時間進行分段；對歷史客流數據，統計各個單位時間段內的全線進站流量，將統計數據分為兩個集合，分別為訓練集和測試集；

(2)高峰時間計算：對所有單位時間段內的全線進站流量的統計結果由低到高進行排序，取85％分位點的全線進站流量作為高峰閾值Q_t；當連續5個單位時間段的全線進站流量高于Q_t時，則確定首次全線進站流量高于Q_t的單位時間段開始時刻出現客流高峰；在出現客流高峰后，若連續5個單位時間段內有兩個單位時間段的全線進站流量低于Q_t時，則確定第二次全線進站流量低于Q_t的單位時間段開始時刻退出客流高峰；客流高峰持續時間T_d為出現客流高峰和退出客流高峰的差值，對所有訓練集和測試集計算客流高峰持續時間；

(3)建立客流高峰事件屬性集：根據數據庫信息，對客流高峰事件建立對應的屬性集；

(4)訓練數據處理：對訓練集數據進行清洗，剔除明顯的孤立點；設定最小的客流高峰持續時間為T_dMIN，最大的客流高峰持續時間為T_dMAX，按一定的間隔寬度將[T_dMIN,T_dMAX]劃分為連續的區間[T_dMIN,γ₁)、[γ₁,γ₂)、…[γ_c-1,γ_c)，γ_c-1<T_dMAX≤γ_c，按時間長度由短至長，對區間進行依次編號為1,2,…,c；將所有訓練集數據中客流高峰持續時間落在同一區間內的客流高峰事件歸為一類；

(5)確定屬性分類界限：對每一類客流高峰事件分析屬性集的概率分布，建立客流高峰事件的損失函數，使用貝葉斯分類器方法確定屬性分類界限；

(6)建立時間序列預測模型：對訓練集客流高峰事件按照步驟(5)所得的屬性分類界限進行重新分類；重新分類后，同一類客流高峰事件按發生的時間依次排序，對于每一類客流高峰事件建立時間序列預測模型；

(7)預測方法檢驗：使用測試集數據對步驟(6)得到的時間序列預測模型進行檢驗：若未能通過檢驗，則回到步驟(4)重新設置區間的時間長度；若通過檢驗，則確定所建立的時間序列預測模型是有效的。

2.根據權利要求1所述的城市軌道交通客流高峰持續時間預測方法，其特征在于：所述步驟(3)中的屬性集，其元素以向量形式表示，每個客流高峰事件對應一個多維屬性向量，各屬性以數值形式表示，屬性包括平均線路全日進站客流量、線路站點數量、季節、是否工作日、是否節假日、天氣、是否施工、有無大型活動、是否發生事故。

3.根據權利要求1所述的城市軌道交通客流高峰持續時間預測方法，其特征在于：所述步驟(5)中，貝葉斯分類器采用基于最小風險的貝葉斯決策方法，根據各城市不同的要求確定損失函數的參數，從而平衡企業資源的浪費和服務質量的下降。

4.根據權利要求3所述的城市軌道交通客流高峰持續時間預測方法，其特征在于：所述步驟(5)中，對于某一客流高峰事件，設對其做決策所屬的區間編號為i，其實際所屬的區間編號為j，i,j＝1,2,…,c，損失函數分為兩段：當i≥j時，損失主要來源于多余運能、管理、人員調度的造成的直接浪費，呈線性關系；當i<j時，站臺擁擠度增加，損失主要來源與服務質量的下降，呈指數增加。