[發(fā)明專利]一種高速鐵路車站最高聚集人數估計方法

有效

• 申請?zhí)枺?/td>: 202110447740.X
• 申請日: 2021-04-25
• 公開（公告）號: CN113177586B
• 公開（公告）日: 2022-11-01
• 發(fā)明（設計）人: 鐘紹林;帥斌;廖時元;吳文偉;許旻昊;廉志斌;尹德志
• 申請（專利權）人: 中鐵第四勘察設計院集團有限公司;西南交通大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q10/04;G06Q50/30
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 楊浩林

本發(fā)明公開了一種高速鐵路車站最高聚集人數估計方法，包括以下步驟：采集高速鐵路車站基礎屬性以及客車開行方案，建立數據庫；確定新建車站的基礎屬性，并將新建車站以及數據庫的基礎屬性均歸一化處理；根據歸一化后的基礎屬性，獲取數據庫各車站與新建車站的差異度；選取差異度最低的前N個車站，并對前N個車站進行篩選，得到新建車站的相似車站；選取M個相似車站并計算其最高聚集人數，獲取新建車站最高聚集人數的合理區(qū)間，完成高速鐵路車站最高聚集人數估計。本發(fā)明能夠對車站最高聚集人數進行準確估計，并為新建車站提供依據，使新建車站的最高聚集人數預測結果更符合實際。

技術領域

本發(fā)明屬于交通領域，具體涉及一種高速鐵路車站最高聚集人數估計方法。

背景技術

高速鐵路車站最高聚集人數是設計高速鐵路客運站站房規(guī)模的主要依據之一，隨著高速鐵路的不斷建設與發(fā)展，旅客的出行模式發(fā)生了較大變化，旅客聚集規(guī)律也隨之改變。高速鐵路最高聚集人數的計算仍在使用傳統(tǒng)的車站最高聚集人數計算方法，而實際上，由于高速鐵路旅客的出行行為以及聚集規(guī)律已經發(fā)生較大變化，傳統(tǒng)的車站最高聚集人數計算方法并不完全適用。因此，亟需對高速鐵路客運站最高聚集人數的計算方法進行研究，使客運站規(guī)模能更好地匹配高速鐵路客流特點。

發(fā)明內容

針對現(xiàn)有技術中的上述不足，本發(fā)明提供的一種高速鐵路車站最高聚集人數估計方法解決了現(xiàn)有技術中車站最高聚集人數計算不準確的問題。

為了達到上述發(fā)明目的，本發(fā)明采用的技術方案為：一種高速鐵路車站最高聚集人數估計方法，包括以下步驟：

S1、采集高速鐵路車站基礎屬性以及客車開行方案，建立數據庫；

S2、確定新建車站的基礎屬性，并將新建車站以及數據庫的基礎屬性均歸一化處理；

S3、根據歸一化后的基礎屬性，獲取數據庫各車站與新建車站的差異度；

S4、選取差異度最低的前N個車站，并對前N個車站進行篩選，得到新建車站的相似車站；

S5、選取M個相似車站并計算其最高聚集人數，獲取新建車站最高聚集人數的合理區(qū)間，完成高速鐵路車站最高聚集人數估計。

進一步地，所述步驟S1中基礎屬性包括車站日發(fā)送列車總數、車站屬地類型、車站地理位置、車站對應城市常住人口、車站對應城市城鎮(zhèn)化率、車站對應城市常駐人口密度、車站對應城市人均GDP以及車站對應城市城鎮(zhèn)居民人均可支配收入；

所述步驟S1中客車開行方案包括列車車次、列車發(fā)站編號、列車始發(fā)站編號、列車終到站編號、列車類型、列車運行里程、列車發(fā)車時刻以及列車運行耗時。

進一步地，所述步驟S3中差異度具體為：

其中，S_i表示數據庫中第i個車站與新建車站的差異度，i＝1,2,...,I，I表示數據庫中車站總數，G_im表示數據庫中第i個車站的基礎屬性m的歸一化數據，G_nsm表示新建車站的基礎屬性m的歸一化數據，ω_m表示基礎屬性m的權重。

進一步地，所述步驟S4中對前N個車站進行篩選的具體方法為：

S4.1、獲取前N個車站中高速列車與普速列車的第一比值始發(fā)列車與途徑列車的第二比值以及長途列車與短途列車的第三比值

S4.2、分別求取第一比值第二比值和第三比值的平均值為第一平均值x^DP、第二平均值x^ST和第三平均值x^CD；

S4.3、分別求取第一比值第二比值和第三比值的標準差為第一標準差σ₁、第二標準差σ₂和第三標準差σ₃；