[發明專利]客流預測方法、裝置、設備及存儲介質

在審

• 申請號: 202110590599.9
• 申請日: 2021-05-28
• 公開（公告）號: CN113283508A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 錢江;溫文波
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06Q50/30
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;黃健

1.一種客流預測方法，其特征在于，包括：

在預設時間周期內，獲取于各待預測交通樞紐以及各待預測區域使用預設通信網絡的各用戶數據，并根據各用戶數據得到樣本數據集合；

根據所述樣本數據集合中的各樣本數據進行預設傅里葉變換得到趨勢項數據和殘差分量數據，以通過所述殘差分量數據對預設學習網絡模型進行訓練得到訓練結果，所述趨勢項數據用于表征客流的規律特征對客流的影響，所述殘差分量數據用于表征客流的隨機特征對所述客流的影響；

根據訓練結果以及預設預測模型生成隨機客流預測結果，并根據所述趨勢項數據和所述隨機客流預測結果各自對應的客流值得到各待預測交通樞紐至對應的各待預測區域的預測客流。

2.根據權利要求1所述的客流預測方法，其特征在于，所述獲取于待預測交通樞紐以及各待預測區域使用預設通信網絡的各用戶數據，包括：

獲取所述預設通信網絡所屬基站小區內的各交通樞紐，并按照各交通樞紐的名稱信息對各交通樞紐進行歸類，以根據歸類后的各交通樞紐確定各待預測交通樞紐；

獲取各第一預設時間點于各待預測交通樞紐使用所述預設通信網絡的第一用戶清單，并獲取各第二預設時間點于各待預測區域使用所述預設通信網絡的第二用戶清單，各用戶數據包括所述第一用戶清單和所述第二用戶清單。

3.根據權利要求2所述的客流預測方法，其特征在于，所述根據各用戶數據得到樣本數據集合，包括：

根據所述第一用戶清單和所述第二用戶清單確定第一原始數據，每個第一原始數據用于表征第一用戶數量與從各待預測交通樞紐出發的用戶總數量之間的百分比，所述第一用戶數量用于表征在各第一預設時間點從各待預測交通樞紐出發并到達或者經由各待預測區域的用戶數量；

根據所述預設時間周期內的各第一預設時間點以及對應的各第一原始數據和各第二原始數據生成各原始數據集合，每個第二原始數據用于表征第二用戶數量與從各待預測交通樞紐出發的用戶總數量之間的百分比，所述第二用戶數量用于表征在各第一預設時間點從各待預測交通樞紐出發未到達或者未經由各待預測區域的用戶數量；

根據各原始數據集合以及獲取各用戶數據時的隨機特征數據得到對應的樣本數據集合，所述隨機特征數據包括數值化的天氣特征數據、突發事件數據以及特征時間數據中的至少一種。

4.根據權利要求3所述的客流預測方法，其特征在于，所述根據所述預設時間周期內的各第一預設時間點以及對應的各第一原始數據和各第二原始數據生成各原始數據集合，包括：

將各第一預設時間點按照預設數值化算法進行數值化，以將所述預設時間周期內數值化后的各第一預設時間點與對應的各第一原始數據和各第二原始數據形成的各原始數據確定為所述原始數據集合。

5.根據權利要求2-4任一項所述的客流預測方法，其特征在于，所述根據所述樣本數據集合中的各樣本數據進行預設傅里葉變換得到趨勢項數據和殘差分量數據，包括：

對所述樣本數據集合中的各樣本數據進行所述預設傅里葉變換，并結合預設頻譜閾值以及所述變換結果進行所述預設傅里葉變換對應的傅里葉逆變換，以得到逆變換結果；

將所述逆變換結果確定為所述趨勢項數據，并根據所述趨勢項數據以及各樣本數據得到所述殘差分量數據。

6.根據權利要求5所述的客流預測方法，其特征在于，所述通過所述殘差分量數據對預設學習網絡模型進行訓練得到訓練結果，包括：

將所述殘差分量數據作為底層訓練樣本，以將所述底層訓練樣本確定為所述預設學習網絡模型的輸入量對所述預設學習網絡模型進行逐層訓練，得到對應的輸出量；

將所述輸出量中的頂層輸出量確定為所述訓練結果，所述訓練結果用于表征所述預設學習網絡模型對所述客流的隨機特征進行學習后得到的對應結果。