[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

技術領域

本發明涉及一種城市軌道交通客流高峰持續時間預測方法，屬于城市軌道交通智能化技術。

背景技術

隨著我國各大中城市新線的不斷建成和投入使用、軌道網絡的逐漸形成，城市軌道交通在城市發展和人民日常工作生活中發揮著越來越重要的作用，城市公共交通的軌道化程度已成為一個城市現代化的重要標志之一。而我國的城市軌道交通事業發展還處于初期，運營管理水平還比較低，尤其在軌道交通客流高峰事件管理方面還比較欠缺，主要依靠管理人員主觀經驗，缺少必要的理論支持，存在不能及時反應客流需求變化、通行能力浪費和服務水平低相矛盾的問題。

目前，國內外在交通事件持續時間預測方面已經做了一定的研究，這些事件持續時間預測技術之間彼此差異較大，它們使用不同的數據源，不同的變量，不同的樣本大小和各種不相同的預測技術。這些預測方法包括：基于統計的預測方法，回歸分析，決策樹模型，模糊邏輯法，生存分析等?；诮y計的方法是統計交通事件持續時間的均值、方差，將事件持續時間值作為隨機變量并分析是否滿足某一概率密度函數，擬合后可以做出基于概率的事件持續時間預測；回歸分析一般是提取交通事件的重要影響因素進行多元線性回歸或者多項式回歸；決策樹模型通過歷史交通事件持續時間及其影響因素數據的樣本進行大量的模式訓練，確定每種模式劃分以及每種模式下交通事件持續時間的最大、最小值、平均值及預測置信區間的上下限值；生存分析模型是用來描述關于從一個明確定義的時間原點直到某個特定事件發生的時間節點之間的時間的數據的分析方法，這種方法也經常用于預測交通事件的結束時間。但這些現有成果的研究對象主要是針對道路交通事件的持續時間，鮮有關于客流事件持續時間的研究。

對于我國城市軌道交通而言，軌道線網建設還未成熟完善，客流模式還處于發展之中。由于城市人口密度大，選擇軌道交通出行的乘客迅速增加，高峰時段擁擠時有發生。因此，為合理的節省企業資源和提高運營的管理水平迫切需要一種簡單迅速、準確性高，同時又能跟隨軌道交通客流模式發展變化的城市軌道交通客流高峰持續時間預測方法。

發明內容

發明目的：為了克服現有技術中軌道交通運營對于客流高峰管理的不足，本發明提供一種城市軌道交通客流高峰持續時間預測方法，該方法使用貝葉斯分類方法對客流進行分類，并結合時間序列模型提高客流高峰持續時間預測的準確性。

技術方案：為實現上述目的，本發明采用的技術方案為：

一種城市軌道交通客流高峰持續時間預測方法，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(包括客流數據、事故、施工、天氣等信息數據)，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；