[发明专利]数值和趋势k近邻的客运枢纽区域驻留人数组合预测方法

说明书

本发明公开了一种基于数值和趋势k近邻的客运枢纽区域驻留人数组合预测方法，该方法如下：实时获取区域驻留情况数据；根据待预测天的日期特性确定样本空间；根据欧氏距离选择数值相似的k邻近样本，计算得到基于数值相似性的区域驻留人数预测结果曲线；根据增量比标准差选择趋势相似的k邻近样本，计算得到基于趋势相似性的区域驻留人数预测结果曲线；根据时变权重系数，计算得到待预测天区域驻留人数组合预测曲线。本发明综合数值预测与趋势预测的特点，可以保证较长时段的区域驻留人数预测精度，为客运枢纽的资源分配、车辆调度、预警通知、客流控制和安全保障提供可靠依据，能够协助客运枢纽进行实时有效管理，提高服务质量。本发明适用于智能交通领域。

技术领域

本发明涉及智能交通领域，更具体的，涉及一种基于数值和趋势k近邻的客运枢纽区域驻留人数组合预测方法。

背景技术

城市客运枢纽是城市交通运输体系的重要组成部分，是城市客流集散的中心点，承担着城市日常客流的换乘功能和直通功能，是满足城市客流方向多样性、复杂性需求的换乘中心。客运枢纽内的驻留乘客数量直接反映了枢纽内的人群密度和拥挤程度，是客流组织方案和疏运管理方案的最重要参考指标之一，精准的驻留乘客数量预测可以为客运枢纽的运营管理提供时间保障，对于提高疏运方案运行效率和实施分级预案与安保管理具有重要意义。

在一定时期内，客运枢纽的班次安排相对固定，乘客的出行习惯也相对稳定，从而使得枢纽区域内驻留乘客的数量与变化趋势在时间上具有一定的规律性，根据驻留乘客人数的时间规律特点，利用时间序列、神经网络等预测方法可以对区域驻留人数进行短时预测。然而在某些实际需求下，例如春运期间，短时预测已不能完全满足客运枢纽对车辆调度计划制定、高峰预警通知发布以及客流控制措施实施等工作的实际要求，而现有的预测算法难以保证较长时间内的区域驻留人数预测精度。因此，研究一种准确性较高且适用于一段较长时间的客运枢纽区域驻留人数预测方法，是目前本领域技术人员亟待解决的问题。

发明内容

本发明为了解决短时预测无法满足客运枢纽车辆调度计划制定、高峰预警、客流控制等工作需求的问题，提供了一种基于数值和趋势k近邻的客运区域驻留人数组合预测方法，其准确高且适用于一段较长时间的客运枢纽区域驻留人数预测。

为实现上述本发明目的，采用的技术方案如下：一种基于数值和趋势k近邻的客运枢纽区域驻留人数组合预测方法，该方法步骤如下：

S1：通过检测系统实时获取区域驻留情况数据；

S2：根据待预测日的日期特性确定样本空间；

S3：为预测某天一段时间的区域驻留人数X＝(x₁，x₂，...，x_l)，选取这段时间之前的n个已知连续驻留人数数据Y＝(y₁，y₂，...，y_n)作为特征向量；再选取与待预测日的日期特性相同的m个样本，样本i对应特征向量Y同时间段的n个数据时间点的驻留人数Q_i＝(q₁，q₂，...，q_n)_i，计算Q_i与Y的欧氏距离选取欧氏距离最小的k个样本作为数值相似的k近邻样本，得到数值相似的k近邻样本对应待预测数据X同时间段的数据向量并计算其算术平均作为基于数值相似性的区域驻留人数预测结果曲线；