[發明專利]一種地鐵客流量分布預測方法以及設備

有效

• 申請號: 202110270766.1
• 申請日: 2021-03-12
• 公開（公告）號: CN113077281B
• 公開（公告）日: 2023-02-17
• 發明（設計）人: 李冠彬;朱聿瑩;劉凌波;林倞
• 申請（專利權）人: 中山大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/30
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;顏希文

1.一種地鐵客流量分布預測方法，其特征在于，包括以下步驟：

獲取地鐵系統在Z個歷史時刻的OD客流量分布以及Z個歷史時刻的DO客流量分布；其中，所述OD客流量分布中包括已完成的訂單信息以及未完成的訂單信息，其中，Z∈N+；

將所述Z個歷史時刻的OD客流量分布以及所述Z個歷史時刻的DO客流量分布輸入到預先設置的地鐵客流量分布預測模型中，以使所述地鐵客流量分布預測模型根據所述Z個歷史時刻的OD客流量分布以及所述Z個歷史時刻的DO客流量分布，獲得OD第一分布特征隱藏狀態以及DO第一分布特征隱藏狀態，并基于由所述OD第一分布特征隱藏狀態和所述DO第一分布特征隱藏狀態融合后獲得的融合特征，獲得OD第二分布特征隱藏狀態和DO第二分布特征隱藏狀態，基于所述OD第一分布特征隱藏狀態、所述DO第一分布特征隱藏狀態、所述OD第二分布特征隱藏狀態以及所述DO第二分布特征隱藏狀態，輸出未來Z個時刻的OD客流量分布預測和未來Z個時刻的DO客流量分布預測；

所述地鐵客流量分布預測模型基于所述Z個歷史時刻OD客流量分布以及所述Z個歷史時刻DO客流量分布，得到OD第一分布特征隱藏狀態以及DO第一分布特征隱藏狀態的具體過程為：

所述地鐵客流量分布預測模型基于所述Z個歷史時刻的OD客流量分布，得到Z個歷史時刻中每個歷史時刻所對應的OD第一分布特征隱藏狀態；

所述地鐵客流量分布預測模型基于所述Z個歷史時刻的DO客流量分布，得到Z個歷史時刻中每個歷史時刻所對應的DO第一分布特征隱藏狀態；

所述地鐵客流量分布預測模型基于所述Z個歷史時刻的OD客流量分布，得到Z個歷史時刻中每個歷史時刻所對應的OD第一分布特征隱藏狀態的具體過程為：

所述地鐵客流量分布預測模型獲取第q-1OD第一分布特征隱藏狀態，從所述Z個歷史時刻的OD客流量分布中獲取第q歷史時刻的OD客流量分布，其中，q∈Z，且當q＝1時，第q-1OD第一分布特征隱藏狀態為0；

所述地鐵客流量分布預測模型執行第一分析步驟，其中，第一分析步驟的具體過程為：

所述地鐵客流量分布預測模型基于所述第q-1OD第一分布特征隱藏狀態對所述第q歷史時刻的OD客流量分布中已完成的訂單信息進行時空表征學習，得到第q OD出站客流量特征隱藏狀態；基于所述第q-1OD第一分布特征隱藏狀態對所述第q歷史時刻的OD客流量分布中未完成的訂單信息進行時空表征學習，得到第q OD未出站客流量特征隱藏狀態；基于所述第q OD出站客流量特征隱藏狀態以及所述第q OD未出站客流量特征隱藏狀態，得到第qOD第一分布特征隱藏狀態；

令q＝q+1，重新執行第一分析步驟，直至q＝Z，得到Z個歷史時刻中每個歷史時刻所對應的OD第一分布特征隱藏狀態。

2.根據權利要求1所述的一種地鐵客流量分布預測方法，其特征在于，所述地鐵客流量分布預測模型基于所述Z個歷史時刻的DO客流量分布，得到Z個歷史時刻中每個歷史時刻所對應的DO第一分布特征隱藏狀態的具體過程為：

所述地鐵客流量分布預測模型獲取第q-1DO第一分布特征隱藏狀態，從所述Z個歷史時刻的DO客流量分布中獲取第q歷史時刻的DO客流量分布，其中，q∈Z，當q＝1時，第q-1DO第一分布特征隱藏狀態為0；

所述地鐵客流量分布預測模型執行第二分析步驟，其中，第二分析步驟的具體過程為：

所述地鐵客流量分布預測模型基于所述第q-1DO第一分布特征隱藏狀態對所述第q歷史時刻的DO客流量分布進行時空表征學習，得到第q DO第一分布特征隱藏狀態；

令q＝q+1，重新執行第二分析步驟，直至q＝Z，得到Z個歷史時刻中每個歷史時刻所對應的DO第一分布特征隱藏狀態。

3.根據權利要求2所述的一種地鐵客流量分布預測方法，其特征在于，所述融合特征包括OD融合特征和DO融合特征。