[发明专利]一种车站接驳方式分担率的预测方法、装置、设备及介质

说明书

本申请公开一种车站接驳方式分担率的预测方法、装置、设备及介质，所述方法包括：获取基础数据，并基于所述基础数据构建数据集；将所述数据集分为训练数据集和测试数据集；利用所述训练数据集根据当前切分规则生成部分决策节点指定的初始回归树，再用测试数据集对所述初始回归树进行后剪枝得到基础回归树；利用所述训练数据集生成所述基础回归树的剩余部分，并利用测试数据集对所述剩余部分进行后剪枝，生成最终回归树；根据所述最终回归树中每个叶节点对应的数据集中各类接驳方式的人数占比，预测车站各类接驳方式的分担率。本申请能够实现对车站接驳方式分担率的合理预测。

技术领域

本申请涉及轨道交通技术领域，特别涉及一种车站接驳方式分担率的预测方法、装置、设备及介质。

背景技术

城市轨道交通车站接驳方式分担率是确定车站各类接驳方式客流需求的一个必要参数，其数值会最终影响到车站配套机动车与非机动车停车场规模、接驳公交线路设计等一系列内容。为此，实现车站接驳方式分担率的合理预测，对处理好城市轨道交通“最后一公里”难题而言具有重要意义。

目前常用的车站接驳方式分担率预测方法是先确定一个时间段(如全天、早高峰等)，然后以接驳距离为主要影响因素，通过调查得到的数据计算不同接驳距离下的各类接驳方式分担率。其中，一些方法会将接驳距离离散化，如每1km划分一个接驳带，认为同一个接驳带内各类接驳方式分担率不变；另一些方法会保留接驳距离的连续化，认为接驳距离每改变1个单位，各类接驳方式分担率都会发生变化。

针对接驳距离对各类接驳方式分担率的影响机理，缺乏一个相对客观合理的量化手段。对于那些将接驳距离按一个固定值进行等值离散化的方法，在确定固定值时依赖个人经验，很可能出现固定值选择不合理的情况，且现实中每个接驳带的接驳距离范围也很难相同。而对于那些保留接驳距离连续化的方法，又会使接驳距离对接驳方式分担率的影响过于敏感，而现实情况往往是一定接驳距离下各类接驳方式分担率不会发生明显的改变。因此，我们需要一种合理的方法来预测车站接驳方式分担率。

发明内容

本申请提供了一种车站接驳方式分担率的预测方法、装置、设备及介质，能够实现对车站接驳方式分担率的合理预测。

为了实现上述目的，本申请采用如下技术方案：

第一方面，本申请提供了一种车站接驳方式分担率的预测方法，包括：

在获取预设数量乘客的调查内容后，确定优选乘客并将全部优选乘客的调查内容作为基础数据，其中，所述调查内容包括个人属性、乘客类型、接驳方式、接驳地点以及接驳时间；

在基于所述基础数据中的接驳地点确定路网接驳距离后，构造数据集S并对所述数据集S中元素的部分特征进行变量赋值，其中，所述数据集S由所述优选乘客作为集合中的元素，每个元素包含的特征为个人属性、乘客类型、接驳方式以及路网接驳距离，所述部分特征为个人属性、乘客类型、接驳方式；

将所述数据集S分为训练数据集S_train和测试数据集S_test；

基于所述训练数据集S_train，按照当前切分规则生成部分决策节点指定的初始回归树；

基于所述测试数据集S_test对所述初始回归树进行后剪枝，得到基础回归树；

在根据所述训练数据集S_train生成所述基础回归树的剩余部分后，基于所述测试数据集S_test对所述剩余部分进行后剪枝，从而得到最终回归树；

根据所述最终回归树中每个叶节点对应的数据集中各类接驳方式的人数占比，预测车站各类接驳方式的分担率。

根据本申请第一方面的一种能够实现的方式，所述在获取预设数量乘客的调查内容后，确定优选乘客并将全部优选乘客的调查内容作为基础数据包括：