[发明专利]一种城市轨道交通客流高峰持续时间预测方法

说明书

技术领域

本发明涉及一种城市轨道交通客流高峰持续时间预测方法，属于城市轨道交通智能化技术。

背景技术

随着我国各大中城市新线的不断建成和投入使用、轨道网络的逐渐形成，城市轨道交通在城市发展和人民日常工作生活中发挥着越来越重要的作用，城市公共交通的轨道化程度已成为一个城市现代化的重要标志之一。而我国的城市轨道交通事业发展还处于初期，运营管理水平还比较低，尤其在轨道交通客流高峰事件管理方面还比较欠缺，主要依靠管理人员主观经验，缺少必要的理论支持，存在不能及时反应客流需求变化、通行能力浪费和服务水平低相矛盾的问题。

目前，国内外在交通事件持续时间预测方面已经做了一定的研究，这些事件持续时间预测技术之间彼此差异较大，它们使用不同的数据源，不同的变量，不同的样本大小和各种不相同的预测技术。这些预测方法包括：基于统计的预测方法，回归分析，决策树模型，模糊逻辑法，生存分析等。基于统计的方法是统计交通事件持续时间的均值、方差，将事件持续时间值作为随机变量并分析是否满足某一概率密度函数，拟合后可以做出基于概率的事件持续时间预测；回归分析一般是提取交通事件的重要影响因素进行多元线性回归或者多项式回归；决策树模型通过历史交通事件持续时间及其影响因素数据的样本进行大量的模式训练，确定每种模式划分以及每种模式下交通事件持续时间的最大、最小值、平均值及预测置信区间的上下限值；生存分析模型是用来描述关于从一个明确定义的时间原点直到某个特定事件发生的时间节点之间的时间的数据的分析方法，这种方法也经常用于预测交通事件的结束时间。但这些现有成果的研究对象主要是针对道路交通事件的持续时间，鲜有关于客流事件持续时间的研究。

对于我国城市轨道交通而言，轨道线网建设还未成熟完善，客流模式还处于发展之中。由于城市人口密度大，选择轨道交通出行的乘客迅速增加，高峰时段拥挤时有发生。因此，为合理的节省企业资源和提高运营的管理水平迫切需要一种简单迅速、准确性高，同时又能跟随轨道交通客流模式发展变化的城市轨道交通客流高峰持续时间预测方法。

发明内容

发明目的：为了克服现有技术中轨道交通运营对于客流高峰管理的不足，本发明提供一种城市轨道交通客流高峰持续时间预测方法，该方法使用贝叶斯分类方法对客流进行分类，并结合时间序列模型提高客流高峰持续时间预测的准确性。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种城市轨道交通客流高峰持续时间预测方法，包括如下步骤：

(1)客流统计：设定单位时间Δt，按单位时间Δt对时间进行分段；对历史客流数据，统计各个单位时间段内的全线进站流量，将统计数据分为两个集合，分别为训练集和测试集；

(2)高峰时间计算：对所有单位时间段内的全线进站流量的统计结果由低到高进行排序，取85％分位点的全线进站流量作为高峰阈值Q_t；当连续5个单位时间段的全线进站流量高于Q_t时，则确定首次全线进站流量高于Q_t的单位时间段开始时刻出现客流高峰；在出现客流高峰后，若连续5个单位时间段内有两个单位时间段的全线进站流量低于Q_t时，则确定第二次全线进站流量低于Q_t的单位时间段开始时刻退出客流高峰；客流高峰持续时间T_d为出现客流高峰和退出客流高峰的差值，对所有训练集和测试集计算客流高峰持续时间；

(3)建立客流高峰事件属性集：根据数据库信息(包括客流数据、事故、施工、天气等信息数据)，对客流高峰事件建立对应的属性集；

(4)训练数据处理：对训练集数据进行清洗，剔除明显的孤立点；设定最小的客流高峰持续时间为T_dMIN，最大的客流高峰持续时间为T_dMAX，按一定的间隔宽度将[T_dMIN,T_dMAX]划分为连续的区间[T_dMIN,γ₁)、[γ₁,γ₂)、…[γ_c-1,γ_c)，γ_c-1<T_dMAX≤γ_c，按时间长度由短至长，对区间进行依次编号为1,2,…,c；将所有训练集数据中客流高峰持续时间落在同一区间内的客流高峰事件归为一类；