[發明專利]基于大數據分析的地鐵客流預測方法

在審

• 申請號: 201710757135.6
• 申請日: 2017-08-29
• 公開（公告）號: CN107688873A
• 公開（公告）日: 2018-02-13
• 發明（設計）人: 鄧敏;趙軍鋒;于洋;趙明桂;李上
• 申請（專利權）人: 南京軌道交通系統工程有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06Q50/30
• 代理公司: 江蘇圣典律師事務所32237
• 代理人: 賀翔

1.一種基于大數據分析的地鐵客流預測方法，應用于軌道交通的客流預測，其特征在于，包括如下步驟：

1）從地鐵售檢票系統客流數據庫中提取客流數據，并將其導入大數據存儲系統；

2）從上述的大數據存儲系統中讀取每天分時客流數據和/或每天累計的客流數據；

3）根據上述的每天分時客流數據和/或每天累計的客流數據利用RNN模型進行客流預測建模，并進行優化，得到客流預測數據；

4）根據上述的每天分時客流數據和/或每天累計的客流數據與客流預測數據，持續優化預測模型參數，提高下一次預測的準確度。

2.根據權利要求1所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：根據所述的每天分時客流數據和/或每天累計的客流數據進行基礎日客流預測建模。

3.根據權利要求2所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：根據所述每天分時客流數據和/或每天累計的客流數據進行基礎周客流數據建模。

4.根據權利要求3所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：根據所述每天分時客流數據和/或每天累計的客流數據進行基礎月客流數據建模。

5.根據權利要求4所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：根據所述每天分時客流數據和/或每天累計的客流數據進行季節性客流數據建模。

6.根據權利要求1所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：根據所述每天分時客流數據和/或每天累計的客流數據進行路網結構客流數據建模。

7.根據權利要求1所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：根據所述每天分時客流數據和/或每天累計的客流數據進行線網結構客流數據建模。

8.根據權利要求1所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：根據所述每天分時客流數據和/或每天累計的客流數據生成時間因素表和日期因素表。

9.根據權利要求8所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：所述時間因素表中包含工作日上下班時間段客流數據和非上下班時間段客流數據，所述日期因素表中包含工作日客流數據、非工作日客流數據和特殊日客流數據。

10.根據權利要求9所述的基于大數據分析的地鐵客流預測方法，其特征在于，所述的步驟3）進一步包括：根據所述工作日上下班時間段客流數據和非上下班時間段客流數據進行客流預測建模，得到工作日上下班時間段客流預測數據和非上下班時間段客流預測數據。