[发明专利]一种城市轨道交通乘客流量预测方法

说明书

本发明提供一种城市轨道交通乘客流量预测方法，包括：基于目标轨道交通路线的当前时间段统计OD分布矩阵，利用根据预测需求建立，并使用所述目标轨道交通路线的历史OD分布矩阵训练获取的乘客流量预测模型，预测指定时间段内所述目标轨道交通路线指定路段的客流量。本发明能够有效简化乘客流量预测流程，提高计算速度和计算精度，为及时合理进行交通的管理和调度提供强有力的支持。

技术领域

本发明涉及人工智能技术领域，更具体地，涉及一种城市轨道交通乘客流量预测方法。

背景技术

轨道交通以其用地省、运能大、运行时间稳定、安全环保等优势，逐渐成为城市交通建设的热点。欧、美、日等国家和地区在轨道交通系统的研发方面做了大量的研究，如欧洲的DRIVE系统、美国的TRAVTEK系统、日本的VICS系统等。这些系统通过车载诱导装置分析实时变化的路网交通信息，计算最佳行驶路径，合理调度车辆，达到均衡分配路网车流，提高运输效率的目的。

在交通信息分配理论的研究中，数学规划方法、图论方法及计算机技术的发展等，为合理的交通分配模型的研制及应用提供了坚实的基础。但是，由于城市轨道交通客流分配与道路交通流分配在研究对象、考虑因素、换乘问题等上有明显的不同，不能直接将这些研究成果应用到轨道交通上，而需要结合轨道交通特性进行分析。

国内针对城市轨道交通客流分配问题的研究主要是在城市道路交通流分配方面，以出行者选择行为为核心进行的研究。在分析乘客的交通选择行为的基础上，构造轨道交通客运网络的流量分配模型及优化算法。同时，基于用户平衡原理，建立城市轨道交通网络的客流量平衡分配模型。这些方法都可以用于轨道交通客流分配中。

现有城市轨道交通客流预测的基本思想是：从客流OD分布矩阵入手，根据出行者的出行行为总是选择出行时间最短的原则，按客流分配模型模拟出行者在轨道交通规划路网上的分布状态。通过比较出行者是否采用轨道交通系统在出行时间上的差距，确定采用轨道交通客流的OD量，并将其分配到目标轨道交通线路上，得到目标轨道交通线路站点量和线路断面客流量。

出行者在选择出行方式和出行路径时往往有很多的影响因素，其中主要因素有出行时间、出行距离、费用以及线路布置等。在实际应用中将这些因素转换成广义出行时间。

传统的客流量预测方法，对于不同的目标路线需要搭建不同的模型，其中包括对出行距离、费用、线路布置等方面分别进行预测，进而修正原有模型对客流量的预测。因此，模型搭建工作量大，预测模型复用率低，不利于城市轨道交通的及时管理和调度。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明提供一种城市轨道交通乘客流量预测方法，用以有效简化乘客流量预测流程，提高计算速度和计算精度，为及时合理进行交通的管理和调度提供强有力的支持。

本发明提供一种城市轨道交通乘客流量预测方法，包括：基于目标轨道交通路线的当前时间段统计OD分布矩阵，利用根据OD分布矩阵结构特性和乘客流量数据特性建立，并使用所述目标轨道交通路线的历史OD分布矩阵训练获取的乘客流量预测模型，预测指定时间段内所述目标轨道交通路线指定路段的客流量。

进一步的，在利用所述乘客流量预测模型，预测指定时间段内所述目标轨道交通路线指定路段的客流量的步骤之前，所述方法还包括：S01，基于OD分布矩阵的二维结构特性，以及乘客流量的时间相关特性，构建CNN-LSTM结构的初始乘客流量预测模型；S02，获取所述目标轨道交通路线指定历史时间段的历史OD分布矩阵，并将所述历史OD分布矩阵按时间顺序进行预处理，获取训练样本；S03，利用所述训练样本训练所述初始乘客流量预测模型，获取所述乘客流量预测模型。