[发明专利]基于客流分析预测的公交、地铁智能调度方法

说明书

本发明公开了基于客流分析预测的公交、地铁智能调度方法，具体包括以下步骤：S1、将当日T均匀划分为多个时间段，统计当日T每个时间段的公共交通历史客流数据；S2、将所述当日T每个时间段的公共交通历史客流数据输入至预测模型，获得T+1日每个时间段的公共交通预测客流数据；S3、获取站点N在时间段(t1,t2)内的公共交通预测客流总数N1，所述时间段(t1,t2)包括一个或多个所述时间段；S4、获得站点N在时间段(t1,t2)的运力N2；S5、进行运力匹配；S6、根据p值增加站点N的运力。S7、根据p值减少站点N的运力。本发明通过科学的客流预测，若当前站点N为公交站点，则寻求附近地铁站点，若当前站点N为地铁站点，通过公交调度协助地铁运营管理。

技术领域

本发明涉及公共交通技术领域，具体涉及基于客流分析预测的公交、地铁智能调度方法。

背景技术

客流预测是指对未来客运交通需求量的预测，考虑经济社会发展，交通设施的建设及相关因素，预计轨道交通客运需求量规模，为客运交通运输规划提供科学的依据，并且对未来较短一段时间将发生的交通总量，包括客流量流量、流向以及在时间、空间方式上的分布所作的预估。目前对于轨道交通客流的短时预测主要用得更多的是传统时间序列模型或传统机器学习模型以及浅层神经网络，并根据预测结果协助轨道交通工作运营，考虑的因素比较单一，仅仅对历史的客流规律进行拟合，而没有考虑公交的运力、公交与地体综合的运力的因素，从而造成上下班高峰期地铁、地铁公交运力不能完全匹配客流需求，资源不足，在客流少的时候，公交地铁运力高于实际乘客数量，资源浪费。

发明内容

本发明的目的在于提供一种基于客流分析预测的公交、地铁智能调度算法，通过模型预测得到今日预测客流数据，并基于该数据进行运力匹配，获得站点当前运力是否匹配预测客流数据，若不匹配，则基于不同交通方案寻求附近站点的帮助，用以解决现有公交地铁运力与当前城市客流不匹配的问题，使公交地铁的效能最大化。

基于客流分析预测的公交、地铁智能调度方法，具体包括以下步骤：

S1、将当日T均匀划分为多个时间段，统计当日T每个时间段的公共交通历史客流数据；

S2、将所述当日T每个时间段的公共交通历史客流数据输入至预测模型，获得T+1日每个时间段的公共交通预测客流数据；

S3、根据所述T+1日每个时间段的公共交通预测客流数据，获取站点N在时间段(t1,t2)内的公共交通预测客流总数N1，所述时间段(t1,t2)包括一个或多个所述时间段；

S4、获得站点N在时间段(t1,t2)的运力N2；

S5、进行运力匹配：判断客流总数N1和运力N2的比值P：N1/N2＝P与预设阈值的大小，若P值大于等于所述预设阈值，则判定站点N在时间段(t1,t2)为超负荷状态，转步骤S6，若P值小于所述预设阈值，则判定站点N在时间段(t1,t2)为轻负荷状态，转步骤S7；

S6、根据p值增加站点N的运力。

S7、根据p值减少站点N的运力。

进一步地，所述公共交通历史客流数据为：

公交历史客流数据：

每个公交站BUS_START在每个时间段内到目的公交站BUS_END的乘车人数；

每个公交站BUS_START在每个时间段内的乘车人数；

地铁历史客流数据：

每个地铁站点METRO_START在每个时间段内到目的地铁站METRO_END的乘车人数；

每个地铁站METRO_START在每个时间段内的乘车人数；

公交运行时长统计：