[发明专利]一种客流量预测方法、装置、设备和存储介质

权利要求书

1.一种客流量预测方法，其特征在于，包括以下步骤：

确定细粒度时间段与粗粒度时间段，所述粗粒度时间段的时长为所述细粒度时间段的时长的整数倍；

获取每个站点每天在每个所述细粒度时间段的第一历史客流量以及每个站点每天在每个所述粗粒度时间段的第二历史客流量；

根据所述第一历史客流量计算所述每个站点在每个所述细粒度时间段对应的平均历史客流量；

获取每个站点在每个所述粗粒度时间段的粗粒度客流量预测值；

基于所述平均历史客流量、所述粗粒度客流量预测值、所述第一历史客流量以及所述第二历史客流量，对所述每个站点的细粒度时间段进行分类，根据预设规则计算每个站点不同类别的细粒度时间段的客流量预测值。

2.根据权利要求1所述的一种客流量预测方法，其特征在于，所述获取每个站点每天在每个所述细粒度时间段的第一历史客流量以及每个站点每天在每个所述粗粒度时间段的第二历史客流量的具体过程为：

获取地铁乘客的历史刷卡信息，根据所述历史刷卡信息统计每个站点每天在每个所述细粒度时间段的第一历史客流量；

根据所述第一历史客流量统计所述每个站点每天在每个所述粗粒度时间段的第二历史客流量。

3.根据权利要求1所述的一种客流量预测方法，其特征在于，所述基于所述平均历史客流量、所述粗粒度客流量预测值、所述第一历史客流量以及所述第二历史客流量，对所述每个站点的细粒度时间段进行分类，根据预设规则计算每个站点不同类别的细粒度时间段的客流量预测值的具体过程为：

根据所述平均历史客流量以及所述第一历史客流量，计算第一误差比例；

判断所述第一误差比例是否小于第一误差阈值；

若所述第一误差比例小于第一误差阈值，将该细粒度时间段确定为第一类别细粒度时间段，将所述第一类别细粒度时间段的平均历史客流量作为所述第一类别细粒度时间段的客流量预测值；

若所述第一误差比例大于等于第一误差阈值，计算所述细粒度时间段的第一历史客流量在对应的粗粒度时间段的第二历史客流量中的平均历史占比值，所述细粒度时间段对应的粗粒度时间段为所述细粒度时间段所属的粗粒度时间段；

根据所述平均历史占比值计算占比误差，判断所述占比误差是否小于占比误差阈值；

若所述占比误差小于占比误差阈值，将该细粒度时间段确定为第二类别细粒度时间段，根据所述平均历史占比值以及所述粗粒度客流量预测值计算所述第二类别细粒度时间段的客流量预测值；

若所述占比误差大于等于占比误差阈值，将该细粒度时间段确定为第三类别细粒度时间段，且所述第三类别细粒度时间段的客流量只受前序细粒度时间段的第三历史客流量的影响；

获取所述第三类别细粒度时间段所对应的粗粒度时间段的第一粗粒度客流量预测值，以及获取所述第三类别细粒度时间段的前序细粒度时间段的第三历史客流量；

根据所述第三历史客流量以及所述第一粗粒度客流量预测值计算所述第三类别细粒度时间段的客流量预测值。

4.根据权利要求3所述的一种客流量预测方法，其特征在于，所述根据所述平均历史客流量以及所述第一历史客流量，计算第一误差比例的具体过程为：

计算所述平均历史客流量与所述第一历史客流量的差值的绝对值，根据所述绝对值和所述第一历史客流量，计算第一误差比例。

5.根据权利要求3所述的一种客流量预测方法，其特征在于，所述确定细粒度时间段与粗粒度时间段的具体过程为：

确定粗粒度时间段的时长和细粒度时间段的时长；

根据所粗粒度时间段的时长和所述细粒度时间段的时长，将轨道交通的运营时间划分为n个细粒度时间段以及m个粗粒度时间段，其中n，m均为正整数。

6.根据权利要求5所述的一种客流量预测方法，其特征在于，所述粗粒度时间段的时长为所述细粒度时间段的时长的2倍，对于第i细粒度时间段，在所述粗粒度时间段中存在两个与所述第i细粒度时间段相对应的粗粒度时间段，其中i大于1小于n。