[发明专利]一种目标区域的人口流量预测方法及相关装置

说明书

本申请公开了一种目标区域的人口流量预测方法及相关装置，方法包括：获取目标区域在预置时间段内的人口数据，得到初始人口数据集；基于预设聚类簇数，根据初始人口数据集进行谱聚类分析，得到聚类结果；以聚类结果的各个簇中心点为样本构建区域人口数据集；结合预置调参操作，根据区域人口数据集建立预置VAR模型，预置VAR模型采用预设最小二乘法优化求解；采用预置VAR模型对目标区域在目标时间段的人口流量进行预测操作，得到预测结果。本申请能够解决现有技术稳定性较差，且应用存在局限性，导致预测结果缺乏可靠性的技术问题。

技术领域

本申请涉及人口流量估计技术领域，尤其涉及一种目标区域的人口流量预测方法及相关装置。

背景技术

人口数据，人口流动数据在当今大数据环境下显得尤为重要。许多以用户为核心的产业与需求需要时刻把握区域人口变化的趋势，比如某地区的人口数量往往与用能消耗量息息相关，对地区人口数量，人口流动的准确预测能够大大提高电网对用能高峰的应对能力，节省发电成本，产生更大的经济效益。

目前在区域人口预测方面，已经有许多探索。一部分研究使用了基于ARIMA算法，此类算法根据仅仅对该地区以往时刻人口量建模，预测该地区未来的人口量，在人口流动频繁，有突发事件情况下效果不佳。另一部分研究尝试使用了除人口数据外的其它数据，如手机GPS定位数据等，来帮助预测。此类算法需要收集大量其它相关数据，且预测结果不稳定，有局限性。

发明内容

本申请提供了一种目标区域的人口流量预测方法及相关装置，用于解决现有技术稳定性较差，且应用存在局限性，导致预测结果缺乏可靠性的技术问题。

有鉴于此，本申请第一方面提供了一种目标区域的人口流量预测方法，包括：

获取目标区域在预置时间段内的人口数据，得到初始人口数据集；

基于预设聚类簇数，根据所述初始人口数据集进行谱聚类分析，得到聚类结果；

以所述聚类结果的各个簇中心点为样本构建区域人口数据集；

结合预置调参操作，根据所述区域人口数据集建立预置VAR模型，所述预置VAR模型采用预设最小二乘法优化求解；

采用所述预置VAR模型对所述目标区域在目标时间段的人口流量进行预测操作，得到预测结果。

优选地，所述获取目标区域在预置时间段内的人口数据，得到初始人口数据集，之后还包括：

对所述初始人口数据集中的人口数据的缺损值进行填充处理；

对所述初始人口数据集中的人口数据的异常值进行替换处理。

优选地，所述基于预设聚类簇数，根据所述初始人口数据集进行谱聚类分析，得到聚类结果，包括：

根据所述初始人口数据集构建人口变化量矩阵；

计算所述人口变化量矩阵对应的拉普拉斯矩阵，并进行标准化处理，得到标准拉普拉斯矩阵；

基于预设聚类簇数，根据所述标准拉普拉斯矩阵对应的特征向量矩阵进行K-means聚类，得到聚类结果。

优选地，所述结合预置调参操作，根据所述区域人口数据集建立预置VAR模型，所述预置VAR模型采用预设最小二乘法优化求解，包括：

根据所述区域人口数据集和预置模型阶数构建模型核心矩阵；

采用预设最小二乘法优化求解所述模型核心矩阵，得到模型解；

基于所述模型解对所述目标区域在特定时间段内的人口流量进行预测。

本申请第二方面提供了一种目标区域的人口流量预测装置，包括：