[發明專利]軌道交通客流量預測方法及裝置

在審

• 申請號: 202011015310.2
• 申請日: 2020-09-24
• 公開（公告）號: CN112215408A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 張永增;付哲
• 申請（專利權）人: 交控科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08;G06N3/04
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 馬瑞

1.一種軌道交通客流量預測方法，其特征在于，包括：

對軌道交通線路的歷史交通起止點OD數據進行預處理，并根據預處理后的歷史OD數據構建訓練數據集；

根據所述訓練數據集對深度時空網絡模型進行訓練；

將待預測數據集輸入到訓練后的深度時空網絡模型，以獲取目標OD數據，并根據所述目標OD數據確定待預測的軌道交通客流量。

2.根據權利要求1所述的軌道交通客流量預測方法，其特征在于，所述對軌道交通線路的歷史交通起止點OD數據進行預處理包括：

去除預設時間段內的歷史OD數據，并對剩余的歷史OD數據進行歸一化，以獲取所述預處理后的歷史OD數據。

3.根據權利要求1所述的軌道交通客流量預測方法，其特征在于，所述根據預處理后的歷史OD數據構建訓練數據集包括：

根據第一時間間隔選取所述預處理后的歷史OD數據，以構建鄰近性時間序列；

根據第二時間間隔選取所述預處理后的歷史OD數據，以構建周期性時間序列；

根據第三時間間隔選取所述預處理后的歷史OD數據，以構建趨勢性時間序列；以及

根據以天為單位記錄的星期、工作日或節假日、以及天氣信息，構建獨熱編碼集合。

4.根據權利要求3所述的軌道交通客流量預測方法，其特征在于，所述根據所述訓練數據集對深度時空網絡模型進行訓練包括：

分別使用多個SE-Resnet模塊對所述鄰近性時間序列、周期性時間序列以及趨勢性時間序列進行訓練，以獲取時間序列訓練結果，并對所述時間序列訓練結果進行加權融合；

使用兩層全連接網絡對所述獨熱編碼集合進行訓練，以獲取獨熱編碼集合訓練結果；

將加權融合后的時間序列訓練結果以及所述獨熱編碼集合訓練結果進行聚合，以輸出預測結果。

5.根據權利要求2所述的軌道交通客流量預測方法，其特征在于，所述根據所述目標OD數據確定待預測的軌道交通客流量包括：

對所述目標OD數據進行反歸一化，以獲取待預測的OD數據；

根據所述待預測的OD數據，確定所述待預測的軌道交通客流量。

6.根據權利要求2所述的軌道交通客流量預測方法，其特征在于，所述預設時間段為每日的00:00至05:00。

7.根據權利要求3所述的軌道交通客流量預測方法，其特征在于，所述第一時間間隔大于所述第二時間間隔，并且所述第二時間間隔大于所述第三時間間隔。

8.一種軌道交通客流量預測裝置，其特征在于，包括：

預處理模塊，用于對軌道交通線路的歷史交通起止點OD數據進行預處理，并根據預處理后的歷史OD數據構建訓練數據集；

訓練模塊，用于根據所述訓練數據集對深度時空網絡模型進行訓練；

預測模塊，用于將待預測數據集輸入到訓練后的深度時空網絡模型，以獲取目標OD數據，并根據所述目標OD數據確定待預測的軌道交通客流量。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述的軌道交通客流量預測方法的步驟。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的軌道交通客流量預測方法的步驟。