[發明專利]地鐵站周邊特征提取、交通需求估計方法及裝置有效
| 申請號: | 202010350467.4 | 申請日: | 2020-04-28 |
| 公開(公告)號: | CN111414719B | 公開(公告)日: | 2021-02-02 |
| 發明(設計)人: | 王璞;王開鵬;黃智仁 | 申請(專利權)人: | 中南大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06Q50/30 |
| 代理公司: | 長沙市融智專利事務所(普通合伙) 43114 | 代理人: | 楊萍 |
| 地址: | 410083 湖南*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 地鐵 周邊 特征 提取 交通 需求 估計 方法 裝置 | ||
本發明公開了一種地鐵站周邊特征提取、交通需求估計方法及裝置,所述方法包括以下步驟:首先,針對已有的地鐵網絡,采集其中各個地鐵站在不同時段的周邊特征,并獲取其中各個地鐵站OD對間不同時段的交通需求數據;然后,基于采集的數據構建訓練集,其中每個樣本的特征為已有的地鐵網絡中一個地鐵站OD對在一個時段的d個特征,標簽為相應地鐵站OD在相應時段的交通需求;最后,構建基于機器學習算法的交通需求估計模型,基于訓練集對其進行訓練,得到d個特征的重要性評分,提取重要性較大的d′個特征來估計地鐵網絡中各待測地鐵站OD對各時段的交通需求。本發明可以準確快速估計地鐵站間、站點交通需求。
技術領域
本發明屬于交通技術領域,具體涉及一種地鐵站周邊特征提取、交通需求估計方法及裝置。
背景技術
地鐵作為一種大運量的城市交通工具,獲得了城市規劃設計者們的青睞。為了滿足日益增長的城市交通需求,許多城市開始新建地鐵。而交通需求估計是地鐵網絡建設規劃的依據。可以說,交通需求在很大程度上決定著是否進行地鐵建設以及建設地鐵的規模大小。擴張地鐵網絡的交通需求估計本身就是一項很有難度的任務,因為往往沒有歷史數據和經驗可循,這增加了估計的難度和不確定性。傳統的交通需求估計方法主要是四階段法和時間序列法。四階段法即交通生成、交通分布、交通方式劃分、交通量分配,這種方法往往需要對城市進行大量的交通調查,人力物力以及時間成本消耗較大。時間序列法是根據估計對象歷史數據的變化規律推測其未來的變化趨勢。但是,目前采用這兩種方法的地鐵交通需求估計存在以下不足:
1、主要用于對已建成地鐵系統的交通需求估計,即估計已建成的地鐵站的交通需求,并不適用于對準備新建的地鐵站交通需求進行估計。
2、只估計了地鐵進出站的交通需求,無法估計地鐵站之間的交通需求。
因此,有必要設計一種地鐵站周邊特征提取及交通需求估計方法,能夠實現對已建成和新建的地鐵站,以及地鐵站之間的交通需求進行估計。
發明內容
本發明所解決的技術問題是,針對現有技術的不足,提供一種地鐵站周邊特征提取及交通需求估計方法,能夠基于提取的地鐵站周邊特征,實現對已建成和新建的地鐵站,以及地鐵站間交通需求的準確快速地估計。
本發明所提供的技術方案為:
一方面,提供一種地鐵站周邊特征提取方法,包括以下步驟:
步驟11:針對已有的地鐵網絡,采集其中各個地鐵站在不同時段(包括高峰時段和平峰時段)的周邊特征,并獲取其中各個地鐵站OD對間不同時段的交通需求(交通流量)數據;
步驟12:構建訓練集D,其中每個訓練樣本的特征為已有的地鐵網絡中一個地鐵站OD對在一個時段的d個特征,其由已有的地鐵網絡中該地鐵站OD對中兩個地鐵站在相應時段的周邊特征組合而成;每個訓練樣本的標簽為相應地鐵站OD在相應時段的交通需求;
步驟13:構建基于機器學習算法的交通需求估計模型;基于訓練集D,以訓練樣本的特征為輸入,以訓練樣本的標簽為輸入,訓練交通需求估計模型,得到d個特征對于交通需求估計的重要性評分,提取重要性評分較大的d′個特征用于估計地鐵網絡(已有的/擴建后的地鐵網絡)中未進行交通需求數據采集的各地鐵站OD對各時段的交通需求。
進一步地,所述步驟11中,地鐵站的周邊特征包括通行效率,其計算公式為:
其中,ε(i,j)表示ε(i,j)表示從地鐵站i到地鐵站j的通行效率,T(i,j)表示從地鐵站i到地鐵站j的旅行時間(行車時間),area(i)表示地鐵站i周圍一定范圍內的地鐵站集合。
上式通行效率的含義是,從起點站周邊一定范圍內各個地鐵站到目的地鐵站的最短旅行時間與從起點站到終點站的旅行時間之比。數值越接近0表示通行效率越低,越接近1則表示通行效率越高。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中南大學,未經中南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010350467.4/2.html,轉載請聲明來源鉆瓜專利網。





