[发明专利]一种地铁大客流预测方法、系统及电子设备

说明书

本申请涉及一种地铁大客流预测方法、系统及电子设备。包括：步骤a：根据历史乘客出行数据提取地铁静态特征及动态特征；步骤b：基于地铁实时在线客流与历史平均客流的偏移量计算各站点的客流聚集指数，并结合各站点的客流聚集指数、静态特征以及动态特征判断未来时段地铁网络是否会发生大客流事件，以及会发生大客流事件的具体站点；步骤c：根据所述会发生大客流事件的具体站点对应的静态特征及动态特征预测该站点在未来时段的精确客流量。在大客流场景下，相比传统方法本申请具有较高的预测精度。

技术领域

本申请属于智能公共交通技术领域，特别涉及一种地铁大客流预测方法、系统及电子设备。

背景技术

城市轨道交通以速度快、运量大、时间准、污染小、能耗低等优点，逐渐成为市民公共交通出行的主要方式。目前城市轨道交通已成为国内外大型城市发展公共交通、缓解道路交通压力的最佳解决方案之一。而对客流的实时预测尤其是对大客流的预测是客流疏散、动态列车调度、区间车调度等的基础。

目前，国内外研究学者已经在客流预测方面展开了大量的研究，比如轨道交通站点客流量、区间断面流量等的预测。但现有的预测方法主要针对通常情况下的客流做分析与预测，或者对已经发生大客流的站点做监测，无法适用于预测未来在短时间出现大客流的场景。相对于通常情况，对由大型活动等原因造成的在较短时间内在某站点汇聚大量客流的情况的预测具有更加重要的意义，例如维持公共交通安全等。

发明内容

本申请提供了一种地铁大客流预测方法、系统及电子设备，旨在至少在一定程度上解决现有技术中的上述技术问题之一。

为了解决上述问题，本申请提供了如下技术方案：

一种地铁大客流预测方法，包括以下步骤：

步骤a：根据历史乘客出行数据提取地铁静态特征及动态特征；

步骤b：基于地铁实时在线客流与历史平均客流的偏移量计算各站点的客流聚集指数，并结合各站点的客流聚集指数、静态特征以及动态特征判断未来时段地铁网络是否会发生大客流事件，以及会发生大客流事件的具体站点；

步骤c：根据所述会发生大客流事件的具体站点对应的静态特征及动态特征预测该站点在未来时段的精确客流量。

本申请实施例采取的技术方案还包括：在所述步骤a中，所述静态特征包括在线客流A_i,k,c、站点累计客流Ac_j,c、各时段历史平均客流、历史发生大客流事件的次数F_j、站点平均花费时间Cd_j；其中，各时段历史平均客流包括在线历史平均客流量、累计客流量，分别使用表示A_i,k,c,Ac_j,k对应的历史平均值；所述动态特征包括两站之间花费时间cst_i,j、客流平均贡献率