[发明专利]一种公交线路最高断面客流预测方法

权利要求书

1.一种公交线路最高断面客流预测方法，其特征在于，包括以下步骤：

提取公交线路各时段断面客流的影响因子，建立数据空间；

提出基于预测误差成本的评价指标；

以误差成本最小化为目标对数据空间进行参数寻优；

在参数寻优过程中，对目标时段断面客流利用Shepard插值算法进行插值预测；

具体包括以下步骤：

S1、提取公交线路各时段断面客流的影响因子，对其进行量化与特征工程处理，建立断面客流影响因子组成的多维数据空间，每个时段的最大断面客流量即此数据空间中的数据点；

S2、利用“报童模型”的思想，建立基于预测误差成本的评价指标；计算误差成本；具体计算方法如下：

其中，y_i为实际断面客流值；y_u-为必要发车车次不变时最低断面乘客数量；y_u+为发车车次不变时最高断面乘客数量；y_u为单车载客量；N(t)为时段t的发车数量；y(t)为时段t最大断面客流量；F_min为最小发车频率；L_t为时段t长度；C_p为一个乘客的滞留成本；C_m为单位时间等车成本；_b为一个车次的成本；和分别为向下取整函数和向上取整函数；为最大断面客流预测值，通过实际调查或推算得到；CE_i表示第i个预测值的预测误差成本；

S3、利用历史数据评价每个影响因子与断面客流之间的影响程度，并对每个影响因子进行欧式距离加权，以此对数据空间进行缩放；引入模型参数b，用以量化预测对象影响因素之间的相似性对目标值影响程度的大小；

S4、在缩放处理后的数据空间中，以历史数据点为观测值，利用基于预测误差成本的评价指标与Shepard插值算法相耦合的优化模型对步骤S3中每个欧式距离权值及其参数b进行寻优确定，然后进行插值预测；基于预测误差成本的评价指标与Shepard插值算法相耦合的优化模型，其目标函数为：

s.t.1≤b≤10

0≤w(i,j)≤1

该模型中，目标函数为最小化平均预测误差成本；1≤b≤10表示影响因子向量之间的相异度对目标值的影响程度约束；0≤w(i,j)≤1表示每个影响因子的权值对应的权值约束；利用遗传算法对上述模型进行求解，将w(i,j)设定为决策参数，根据b值的取值不同生成不同的种群，每个种群分别进行进化过程，最终对每个种群的最优个体进行比较，选取最优个体所在种群的b值为最优b值，最优个体的w(i,j)设为最优的欧氏距离权值。

2.根据权利要求1所述的公交线路最高断面客流预测方法，其特征在于，所述步骤S1中，根据公交线路各时段断面客流的影响因子，得到每个时段的最大断面客流量的方法是：

S1.1、计算某一时段t内的断面客流量，计算方法是，提取对应时段内发出的所有车次任务，并提取每个车次所搭载的乘客OD信息；所述OD信息为起点至终点信息；

S1.2、计算线路某方向各站点的断面客流，每个方向各站点的断面客流即上车站点为此站点之前、下车站点为此站点之后的所有乘客数量之和；

S1.3、某个方向每个站点断面客流量的最大值即为这个时间段t内该方向的最大断面客流量y(i，t)，其中i表示第i个历史记录。

3.根据权利要求1所述的公交线路最高断面客流预测方法，其特征在于，所述步骤S3中定义公交线路各时段断面客流的影响因子序列为：{x(i，j，t)|i＝1，...，n；j＝1，...，m；t＝1，...，T}；历史时段断面客流量序列为：{y(i，t)|i＝1，...，n；t＝1，...，T}，其中，n为样本个数，m为影响因子个数，x(i，j，t)为第i个样本的第j个影响因子在时段t的量化值，y(i，t)为第i个样本在t时段对应的历史断面客流值。

4.根据权利要求3所述的公交线路最高断面客流预测方法，其特征在于，对所述影响因子进行标准化处理：

其中，E(x(j，t))、S(x(j，t))分别为第j个影响因子在t时段样本序列的均值和标准差。