[發明專利]景區交通旅游預測方法及預警系統

有效

• 申請號: 201810974198.1
• 申請日: 2018-08-24
• 公開（公告）號: CN108877226B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 王英平;孫碩;撒蕾;徐志遠;顧明臣;王致遠
• 申請（專利權）人: 交通運輸部規劃研究院
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q10/04;G06Q50/14
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 李博瀚;武晨燕

本發明提供了一種景區交通旅游預測方法及預警系統。方法包括：采用時變參數向量自回歸模型，分析目標區域內各景區之間的相關性；從各景區中選擇至少一個作為參考景區，利用參考景區的旅游數據和交通流量數據，構建參考景區的景區交通旅游指數；利用各景區之間的相關性和參考景區的景區交通旅游指數預測結果，對各景區中除了參考景區之外的其他景區的交通旅游指數進行預測，本發明將旅游和交通結合，并基于數據揭示了景區和交通之間的相關性和脈沖響應關系，構建和預測交通旅游指數，實現監測景區交通量變化以及為游客提供景區交通旅游信息，提高游客旅游質量。

技術領域

本發明涉及在交通運輸領域，尤其涉及一種景區交通旅游預測方法及預警系統。

背景技術

旅游業是國民經濟重要的戰略性支柱產業，交通運輸是旅游業發展的基礎支撐和先決條件。但是，由于節假日，在同一地區旅游時，游客在多個景區之間出游，會出現各景區交通流量突變造成交通堵塞以及個別景區出現旅游高峰客流現象。同時，由于游客對景區的交通和旅游設施的實時狀態不了解，出現超出交通流量和旅游設施超出承載能力的情況，嚴重影響游客的旅游質量。

發明內容

本發明提供一種景區交通旅游預測方法及預警系統，以至少解決現有技術中的以上技術問題中的至少一項。

為達到上述目的，本發明提供了一種景區交通旅游預測方法，包括：

采用時變參數向量自回歸模型，分析目標區域內各景區之間的相關性；

從各景區中選擇至少一個作為參考景區，利用參考景區的旅游數據和交通流量數據，構建參考景區的景區交通旅游指數；

利用各景區之間的相關性和參考景區的景區交通旅游指數預測結果，對各景區中除了參考景區之外的其他景區的交通旅游指數進行預測。

在一實施方式中，采用時變參數向量自回歸模型，分析目標區域內各景區之間的相關性，包括：

采集目標區域內各景區的交通流量數據、定位數據以及景區售票數據；

采用時變參數向量自回歸模型對各景區的交通流量數據、定位數據以及景區售票數據進行分析，建立各景區之間的脈沖響應規律，以確定各景區之間的相關性。

在一實施方式中，所述采用時變參數向量自回歸模型對各景區的交通流量數據、定位數據以及景區售票數據進行分析，建立各景區之間的脈沖響應規律，以確定各景區之間的相關性，包括：

將各景區的交通流量數據、定位數據以及景區售票數據作為景區變量，代入結構向量自回歸(SVAR)模型的標準公式中，獲得式1，

y_t＝X_tβ+A^-1∑_uε_t 式1；

其中，y_t為一個m×1階的t時刻的針對選定m個景區變量組成的內生向量，I_s為單位矩陣，，y_t-p為y的滯后p個時間的四個景區交通流量的內生向量；為克羅內克積，β＝(F₀，F₁…F_i…F_p)，F_i＝A^-1B_i,i＝0,…,p；∑_u為擾動項的對角形式，ε_t為ε～N(0，I_n)，I_n為n維單位矩陣，A和B_i為時不變向量矩陣，且A為變量間的同期相關性，B_i為變量間的跨期相關性；

利用式1推算出不同景區變量間的時變向量自回歸(TVP-VAR)模型，TVP-VAR模型用式2表示；