[发明专利]一种城市轨道交通短期客流动态预测方法

权利要求书

1.一种城市轨道交通短期客流动态预测方法，其特征在于，包括以下步骤：

步骤A：划分预测时间区间，采用传统方法进行短期客流预测，并与实际客流数据进行对比，得出预测误差序列样本集{x_i}；

步骤B：采用逆向云发生器，建立预测误差序列的预测误差云模型，产生符合预测误差分布规律的预测误差云模型3个数字特征；

步骤C：根据预测误差云模型的3个数字特征，采用正态云发生器，产生预测误差正态云滴分布图；

步骤D：根据正态云滴分布，采用分位数原理计算客流预测不确定性区间的上限值和下限值；

步骤E：根据不确定性区间，进行下一时刻客流预测。

2.如权利要求1所述的一种城市轨道交通短期客流动态预测方法，其特征在于，步骤A中，所述传统预测方法包括支持向量机、多元线性回归、深度学习、神经网络等常用预测方法。

3.如权利要求1所述的一种城市轨道交通短期客流动态预测方法，其特征在于，步骤B中，所述预测误差云模型的3个数字特征分别是期望(Ex)、熵(En)和超熵(He)，所述逆向云发生器的计算方法为：

其中：为预测误差序列样本集{x_i}的均值；n为样本个数；D₂为二阶样本绝对中心矩阵；D₄为四阶样本绝对中心矩阵；D₂和D₄的计算公式分别为：

4.如权利要求1所述的一种城市轨道交通短期客流动态预测方法，其特征在于，步骤C中，所述正态云发生器的计算过程为：

(1)根据预测误差云模型的3个数字特征(Ex，En，He)，生成一个正态随机数z＝normrand(En,He)；

(2)生成以Ex为期望值，z为方差的新的正态随机数a_i＝normrand(Ex,z)；

(3)计算a_i的确定度

(4)构造云滴，即使具有确定度b_i的a_i成为论域空间中的一个云滴(a_i,b_i)；

(5)重复(1)～(4)m次，产生m个云滴。

5.如权利要求1所述的一种城市轨道交通短期客流动态预测方法，其特征在于，步骤D中，所述分位数原理指的是根据正态云滴分布情况计算给定置信水平下的云滴分位数和与之相对应的客流量可能发生波动的置信范围。