[發明專利]一種客流集散模式發現及預測方法

有效

• 申請號: 202110402707.5
• 申請日: 2021-04-14
• 公開（公告）號: CN113112076B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 陳茜;張苒;王軍;熊桂喜
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G08G1/01;G06N3/04;G06N3/08
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 張乾楨;鄧治平

本發明公開了一種客流集散模式發現及預測方法，包括：(1)采集賽事活動參與人次信息，將賽事活動分級和標記；采集客流數據；對客流數據進行出行鏈提取；(2)基于出行鏈提取結果和賽事活動分級和標記結果，計算多邊形區域凈客流量，得出熱點區域及站點；(3)提取熱點公交站點的客流集散特征；(4)將已構建的客流集散特征基于高斯混合模型進行聚類訓練，得出聚類結果并分析；(5)對熱點公交站點提取客流預測特征；(6)對客流預測特征中的離散特征進行獨熱編碼和標準化；(7)基于LSTM方法，訓練預測模型并保存；(8)將預測集輸入保存的模型中得到賽事活動期間的熱點公交站點客流預測結果，實現賽事活動期間熱點公交站點客流預測。

技術領域

本發明隸屬于交通大數據和智能交通領域，一種客流集散模式發現及預測方法。

背景技術

賽事活動期間，客流在區域上，重點聚集在賽事場館周邊主要公交站點上，在時間上，賽事活動開場前(客流匯集)及散場后(客流消散)客流聚散變化明顯，因此從空間和時間上，把握客流集散模式并對熱點公交站點進行準確預測，可以為公交調度及交通規劃提供參考。

Rakha等人利用統計學理論相關分析方法，研究了典型非事故情況下交通狀況變化的空間和時間幅度，并且通過分析不同日期之間的交通指數數據，發現核心工作日(周二至周四)與星期一、星期五、星期六以及星期日的交通流特征的變化情況存在顯著的差異；

Chung采用了聚類分析的方法，對不同日期的用戶出行時間數據分上午和下午不同時段進行分類，結果發現，僅針對上午時段，日期可以分為工作日、星期六和節假日三類，而對于下午時段，分類結果無明顯規律。

Hao Li等人以一卡通的公交刷卡數據為主要信息,結合天氣數據使用隨機森林進行公交客流預測，分析得出，公交客流存在以星期為單位的周期性變化規律，同時天氣因素對客流存在較大的影響。

從相關研究中得知，不同場景客流變化模型存在差異，同時公交客流與天氣和日期有關，目前針對賽事活動期間客流集散模式的研究較少，而且基于客流數據進行客流預測僅考慮客流軌跡，缺少對客流集散模式的挖掘。

發明內容

本發明解決的技術問題：本發明克服現有技術的不足，針對賽事活動期間的客流數據，提取出行鏈，發現熱點公交站點客流集散模式，同時基于客流集散模式結合活動、客流、時刻、日期和天氣數據有效構建特征，利用LSTM(長短期記憶人工神經網絡)算法，對不同活動及模式下的熱點公交站點客流進行準確預測，填補了賽事活動期間客流集散模式分析及預測方法的空白，同時為賽事活動期間公交合理調度和規劃提供參考。

本發明的技術解決方案為：一種客流集散模式發現及預測方法，通過以下步驟實現：

(1)采集賽事活動參與人次信息，將賽事活動分級和標記；通過公交系統乘客刷卡信息，采集客流數據；對客流數據進行出行鏈提取，計算舉辦賽事活動時賽事地點周邊地鐵站在活動結束后一小時內的平均客流量，若大于10000人次標記為大型活動，若大于5000人次標記為中型活動；若大于2000人次標記為小型活動；

(2)基于步驟(1)出行鏈提取結果和賽事活動分級和標記結果，計算多邊形區域凈客流量，得出賽事活動期間熱點區域及站點；所述多邊形區域是指，將賽事活動所在城市例如北京，通過泰森多邊形進行區域劃分，分別計算每個多邊形區域凈流量，確定熱點區域，例如森林公園，將熱點區域中公交站點作為熱點公交站點，提取到多個熱點公交站點(例如72個)；

(3)提取賽事活動期間熱點公交站點的客流集散特征，對特征進行預處理及降維操作；熱點公交站點凈流量為正值，認為該熱點公交站點客流正在匯集，標記為1，熱點公交站點凈流量為負值，認為該熱點公交站點客流正在消散，標記為-1，將客流集散特征不明顯的熱點公交站點進行剔除，共得到剩余的有效熱點公交站點；每個小時為一個時間片，根據預定的時間跨度生成時間序列矩陣；使用PCA方法對特征進行處理和降維；