[发明专利]基于OD分析的客流分布预测方法、装置、设备及存储介质

说明书

本发明涉及大数据领域，公开了一种基于OD分析的客流分布预测方法、装置、设备及存储介质。该方法包括：对目标城市内符合预置规则的各出行站点进行合并，得到多个出行片区；获取目标城市中市民的出行数据，以确定各市民的出行起点和出行终点，并计算所属的出行片区，生成目标城市中市民的出行特征信息；将出行特征信息输入预置预训练模型中进行训练，得到客流分布预测模型；将市民当前的出行数据信息输入客流特征预估模型中，预测目标城市当前的客流分布，以供用于部署相关交通策略。本发明还涉及区块链技术，所述所述出行数据存储于区块链中。本发明实现了在城市内进行小范围区域的OD分析，以预测各小范围区域的客流分布情况。

技术领域

本发明涉及大数据，尤其涉及一种基于OD分析的客流分布预测方法、装置、设备及存储介质。

背景技术

OD(ORIGIN DESTINATION，起始点)调查即交通起止点调查又称OD交通量调查，OD交通量就是指起终点间的交通出行量。对于人流量的OD调查内容主要有起止点分布、出行目的、出行方式、出行时间、出行距离、出行次数等，确定个交通道路中的乘客平均乘距及乘客平均乘行时间，建立居民出行量与车流量之间的换算关系。

OD分析需求普遍存在，但都是基于国、省、市这种大范围的OD分析，或者是基于行政区域间的OD分析。该类区域的OD分析利用现有的行政区域划分，即可直接进行人流量的OD分析，而对于更小区域的OD现象，比如小区、屋村、工业园区、公园等区域，通常存在界限不清而难以进行划分的问题。故如何能更精准的反应出小范围的OD分析是现今需解决的一个问题。

发明内容

本发明的主要目的在于解决如何进行小范围的精准OD分析的技术问题。

本发明第一方面提供了一种基于OD分析的客流分布预测方法，包括：

获取目标城市内各出行站点的坐标信息，并根据所述坐标信息，对符合预置规则的所述各出行站点进行合并，得到多个出行片区；

获取所述目标城市中市民多条历史的出行数据，并根据所述各出行数据，确定所述各市民的出行起点和出行终点；

计算所述各市民的出行起点和出行终点所属的出行片区，并根据所述各市民的出行起点和出行终点所属的出行片区，生成所述目标城市中市民的出行特征信息；

将所述出行特征信息作为训练样本输入预置预训练模型中，预测所述目标城市的客流分布，直到所述预训练模型收敛，得到客流分布预测模型；

接收当前出行数据，并将当前出行数据信息输入所述客流特征预估模型中，预测所述目标城市当前的客流分布，以供提前部署相关交通策略。

可选的，在本发明第一方面的第一种实现方式中，所述获取目标城市内各出行站点的坐标信息包括：

爬取所述目标城市内各出行站点的当前坐标信息，并统计当前坐标信息的数量；

判断所述当前坐标信息的数量是否小于预置爬取阈值；

若所述当前坐标信息的数量小于预置爬取阈值，则将当前坐标信息作为所述目标城市内各出行站点的最终坐标信息；

若所述当前坐标信息的数量等于预置爬取阈值，则对所述目标城市划分成多个城市分区，并分别爬取所述各城市分区内各出行站点的当前坐标信息；

分别统计所述各城市分区中当前坐标信息的数量，并依次判断所述各城市分区中当前坐标信息的数量是否小于所述爬取阈值；

若所述城市分区中当前坐标信息的数量小于所述爬取阈值，则将对应城市分区中的当前坐标信息作为最终坐标信息；