[发明专利]一种地铁客流量分布预测方法以及设备有效

专利信息
申请号: 202110270766.1 申请日: 2021-03-12
公开(公告)号: CN113077281B 公开(公告)日: 2023-02-17
发明(设计)人: 李冠彬;朱聿莹;刘凌波;林倞 申请(专利权)人: 中山大学
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q50/30
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郭浩辉;颜希文
地址: 510275 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 地铁 客流量 分布 预测 方法 以及 设备
【权利要求书】:

1.一种地铁客流量分布预测方法,其特征在于,包括以下步骤:

获取地铁系统在Z个历史时刻的OD客流量分布以及Z个历史时刻的DO客流量分布;其中,所述OD客流量分布中包括已完成的订单信息以及未完成的订单信息,其中,Z∈N+;

将所述Z个历史时刻的OD客流量分布以及所述Z个历史时刻的DO客流量分布输入到预先设置的地铁客流量分布预测模型中,以使所述地铁客流量分布预测模型根据所述Z个历史时刻的OD客流量分布以及所述Z个历史时刻的DO客流量分布,获得OD第一分布特征隐藏状态以及DO第一分布特征隐藏状态,并基于由所述OD第一分布特征隐藏状态和所述DO第一分布特征隐藏状态融合后获得的融合特征,获得OD第二分布特征隐藏状态和DO第二分布特征隐藏状态,基于所述OD第一分布特征隐藏状态、所述DO第一分布特征隐藏状态、所述OD第二分布特征隐藏状态以及所述DO第二分布特征隐藏状态,输出未来Z个时刻的OD客流量分布预测和未来Z个时刻的DO客流量分布预测;

所述地铁客流量分布预测模型基于所述Z个历史时刻OD客流量分布以及所述Z个历史时刻DO客流量分布,得到OD第一分布特征隐藏状态以及DO第一分布特征隐藏状态的具体过程为:

所述地铁客流量分布预测模型基于所述Z个历史时刻的OD客流量分布,得到Z个历史时刻中每个历史时刻所对应的OD第一分布特征隐藏状态;

所述地铁客流量分布预测模型基于所述Z个历史时刻的DO客流量分布,得到Z个历史时刻中每个历史时刻所对应的DO第一分布特征隐藏状态;

所述地铁客流量分布预测模型基于所述Z个历史时刻的OD客流量分布,得到Z个历史时刻中每个历史时刻所对应的OD第一分布特征隐藏状态的具体过程为:

所述地铁客流量分布预测模型获取第q-1OD第一分布特征隐藏状态,从所述Z个历史时刻的OD客流量分布中获取第q历史时刻的OD客流量分布,其中,q∈Z,且当q=1时,第q-1OD第一分布特征隐藏状态为0;

所述地铁客流量分布预测模型执行第一分析步骤,其中,第一分析步骤的具体过程为:

所述地铁客流量分布预测模型基于所述第q-1OD第一分布特征隐藏状态对所述第q历史时刻的OD客流量分布中已完成的订单信息进行时空表征学习,得到第q OD出站客流量特征隐藏状态;基于所述第q-1OD第一分布特征隐藏状态对所述第q历史时刻的OD客流量分布中未完成的订单信息进行时空表征学习,得到第q OD未出站客流量特征隐藏状态;基于所述第q OD出站客流量特征隐藏状态以及所述第q OD未出站客流量特征隐藏状态,得到第qOD第一分布特征隐藏状态;

令q=q+1,重新执行第一分析步骤,直至q=Z,得到Z个历史时刻中每个历史时刻所对应的OD第一分布特征隐藏状态。

2.根据权利要求1所述的一种地铁客流量分布预测方法,其特征在于,所述地铁客流量分布预测模型基于所述Z个历史时刻的DO客流量分布,得到Z个历史时刻中每个历史时刻所对应的DO第一分布特征隐藏状态的具体过程为:

所述地铁客流量分布预测模型获取第q-1DO第一分布特征隐藏状态,从所述Z个历史时刻的DO客流量分布中获取第q历史时刻的DO客流量分布,其中,q∈Z,当q=1时,第q-1DO第一分布特征隐藏状态为0;

所述地铁客流量分布预测模型执行第二分析步骤,其中,第二分析步骤的具体过程为:

所述地铁客流量分布预测模型基于所述第q-1DO第一分布特征隐藏状态对所述第q历史时刻的DO客流量分布进行时空表征学习,得到第q DO第一分布特征隐藏状态;

令q=q+1,重新执行第二分析步骤,直至q=Z,得到Z个历史时刻中每个历史时刻所对应的DO第一分布特征隐藏状态。

3.根据权利要求2所述的一种地铁客流量分布预测方法,其特征在于,所述融合特征包括OD融合特征和DO融合特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110270766.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top