[发明专利]交通节点节假日客流预测方法

权利要求书

1.一种交通节点节假日客流预测方法，其特征在于，具体实现步骤包括：

步骤1、交通节点时间序列的划分；

步骤2、节假日客流波动系数计算；

步骤3、节假日背景交通量预测；

步骤4、根据节假日背景交通量预测预测计算节假日客流。

2.根据权利要求1所述的交通节点节假日客流预测方法，其特征在于，所述步骤1中，交通节点时间序列的划分具体包括：

输入为：汇入时间序列/汇出时间序列

Q＝[(q1,t1)，(q2,t2)，(q3,t3)……,(q96,t96)]

qi：交通节点运行数据TD_TRANS_NODE_RUN_DATA中的汇入客流(或汇出客流)

ti：交通节点运行数据TD_TRANS_NODE_RUN_DATA中的分析时间

输出为：时间点t1*,t2*,……,t6*，取多日数据，求平均

则一天共分为7个时间段，每个时间段的起止时间点为：00:00:00～t1*，t1*～t2*，……，t6*～23:59:59。

3.根据权利要求2所述的交通节点节假日客流预测方法，其特征在于，所述步骤2中，节假日客流波动系数计算具体包括：

2.1单个节点每种节假日客流波动系数计算

以下对每个交通节点做客流波动系数计算：

Step211设置假期影响范围：

3天假期：{Q1，Z1，Z2，Z3，H1}

国庆假期：{Q1，Q2，Z1，Z2，……，Z7，H1}

春节假期：{Q10，……Q1，Z1，Z2，……，Z7，H1，……H13}

旅游旺季：{S1，……Sn}

而每一天的波动系数矩阵为a＝{a1,a2,a3,……,a96}；

Step212按照上一步的设置，将一年内的数据，分成节假日数据、非节假日数据；

Step213按照节假日的类型，分别将节假日影响范围内的客流波动系数计算出来：

Q1的ai＝avg(Q1在i时刻的汇入数)/avg(平日在i时刻的汇入数)，i＝1,......,96

其他天的波动系数计算方法的同Step213；

2.2不同交通节点相同节假日客流波动系数聚类

Step221构造变化趋势特征序列：原始波动系数a＝{a1,a2,a3,……,ak}，进行一阶差分处理，即

Δα_t＝α(t+1)-α(t)，t＝1,2,……k；k＝96

新的时间序列为{Δα₁，Δα₂，……，Δα_k-1}

Step222采用Z-Score标准化方法对数据标准化，公式如下：

Δαij′=Δαij-Δα‾jσj,i=1,2,......,n;j=1,2,......,k]]>

Δα‾j=1nΣi=1nΔαij,j=1,2,......,k]]>

σj=1n-1Σi=1n(Δαij-Δα‾j)^22]]>

Δα′_ij为Δα_ij标准化后的数据，标识第j个指标的样本均值，σ_j表示第j个指标的样本标准差；

Step223采用欧氏距离作为聚类距离的度量：i，j表示节点ID

dij=Σk=1p|Δαik-Δαjk|^22,p=95]]>

通过该步计算，用所有的距离d_ij就可以建成一个距离矩阵；

Step224利用最短距离法，即距离最小的两类合并为一个新类，重新计算新类与其他样本之间的距离：

d_ij＝mind(i，j)，重复Step4，直到聚类数等于指定k；

Step225对于同一个类内的多条客流波动系数向量，求均值，获得新的客流波动系数作为这一类的客流波动系数序列。