[发明专利]一种用于城市轨交乘客走行时间的实时预测方法

说明书

本发明属于城市轨交智能管理的技术领域，公开了一种用于城市轨交乘客走行时间的实时预测方法，包括步骤一、将某号线城市轨交地铁的某个高峰时段等时间间隔划分成N个统计周期；步骤二、对于m号出入口，计算在特征日p的第t个统计周期内的客流量对应的走行时间步骤三、利用神经网络，以在特征日p的第t‑1个统计周期内的客流量对应的走行时间以及在上一个特征日p‑1的第t个统计周期内的客流量对应的走行时间作为输入，对在特征日p的第t个统计周期对应的走行时间进行预测；步骤四，重复步骤二至三，完成某个高峰时段N个统计周期对应的各个走行时间的预测。本发明的方法节省人力、物力，同时提高乘客站内走行时间的预测精度。

技术领域

本发明属于城市轨交智能管理的技术领域，具体涉及一种用于城市轨交乘客走行时间的实时预测方法。

背景技术

随着社会经济的快速发展和地铁线网规模的不断扩展，地铁客流量持续增长。早晚高峰时期或突发事件下，地铁车站出入口、闸机、楼扶梯等易发生拥堵排队现象，可以通过适当延长乘客进出站的走行时间即乘客从地铁非换乘站某一出入口至站台候车点的走行时间来缓解拥堵。因此，对乘客拥挤条件下的进出站的走行时间进行准确预测，可为解析高峰时段站内乘客的交通特征、仿真与预测站内乘客的时空分布、优化地铁车站客运组织方案、启动车站大客流预案等提供参数依据，对于提高地铁车站大客流管理水平、保障乘客出行安全具有重要作用。

目前针对计算地铁车站乘客走行时间的方法主要有人工跟随、数理统计方法、以及BPR(路阻函数)模型等，但都处于基于历史数据的离线研究阶段，实效性差，准确度低，且费时费力，尚未见到一种基于实时数据的地铁车站乘客走行时间预测方法。

发明内容

本发明提供了一种用于城市轨交乘客走行时间的实时预测方法，解决了现有走行时间的计算方法实效性差，准确度低，且费时费力等问题。

本发明可通过以下技术方案实现：

一种用于城市轨交乘客走行时间的实时预测方法，包括以下步骤：

步骤一、将某号线城市轨交地铁的某个高峰时段等时间间隔划分成N个统计周期；

步骤二、对于m号出入口，计算在特征日p的第t个统计周期内的客流量对应从m号出入口到站台候客区的走行时间

步骤三、利用神经网络，以在特征日p的第t-1个统计周期内的客流量对应从m号出入口到站台候客区的走行时间以及在上一个特征日p-1的第t个统计周期内的客流量对应从m号出入口到站台候客区的走行时间作为输入，对在特征日p的第t个统计周期对应从m号出入口到站台候客区的走行时间进行预测；

步骤四，重复步骤二至三，完成某个高峰时段N个统计周期对应的各个从m号出入口到站台候客区的走行时间的预测。

进一步，在所述m号出入口处设置三个WIFI探针，以乘客对应的MAC地址作为检测对象，利用三角质心定位算法，判断乘客是否进站，并记录各个乘客的进站时刻，进而统计在特征日p的第t个统计周期内的客流量

进一步，将站台候客区以WIFI探针探测半径为间隔，沿长度上进行等间隔分区，在每个区域内设置三个WIFI探针，以乘客对应的MAC地址作为检测对象，利用三角质心定位算法，判断乘客是否到达站台候客区，并记录到达时刻，取乘客在各个区域的最早到达时刻作为到达站台候客区时刻，计算所有乘客的进站时刻与对应的到达站台候客区时刻的差值，以及所有差值的平均值，则所述平均值即为在特征日p的第t个统计周期从m号出入口到达站台候客区对应的走行时间

进一步，先根据在特征日p的第t-1个统计周期内到达站台候客区的所有乘客对应的MAC地址，从第t个统计周期内到达站台候客区的所有乘客对应的MAC地址中，将与之相同的MAC地址去除；再对比在特征日p的第t个统计周期所有乘客的进站时刻和到达站台候客区时刻，若进站时刻晚于到达站台时刻，则将对应乘客的MAC地址从第t个统计周期内到达站台候客区的所有乘客的MAC地址中去除，剩余的MAC地址用于走行时间的计算。