[发明专利]一种基于时空特征预测轨道交通站点出站客流量的方法

权利要求书

1.一种基于时空特征预测轨道交通站点出站客流量的方法，其特征在于：包括如下步骤：

S1：采集轨道交通客流量的历史数据；

所述步骤S1中采集轨道交通客流量的历史数据，并使用如下公式对描述历史数据：

x_j,t,in＝∑_i∈M{i|i.otime∈t；i.ostation＝j} (1-1)；

x_j,t,out＝∑_i∈M{i|i.dtime∈t；i.dstation＝j} (1-2)；

其中，i代表整个轨道交通数据集M中的一条数据，otime，dtime，ostation，dstation是数据i的属性，分别代表进站刷卡时间、出站刷卡时间、起始站编号和终点站编号；

S2：从S1步骤采集的历史数据中，提取0至t时刻目标站点的空间特征和时序特征；

所述步骤S2中0至t时刻目标站点的空间特征采用如下方法计算：

其中：S_j，r是指r时刻其他站点将要到达目标站点j的客流总数，即r时刻目标站点的空间特征；

n是 站点集合N的总数据量；

N是轨交通全网站点的集合；

P_k，j，r是指r时刻站点k与目标站点j的空间关联因子；

In_k,r-ΔT代表站点k在r-ΔT时间段的进站人数；

ΔT是站点k与目标站点j的平均旅行时间差；

其中，In_k,r-ΔT代表站点k在r-ΔT时间段的进站人数；

i代表整个轨道交通数据集M中的一条数据；

m代表轨道交通数据集M的总数据量；

x_k,j,r-ΔT代表的是r-ΔT时间段，从站点k到目标站点j的客流人数；

w代表时间周期；

P_k，j，r就是r时刻所有历史同期的p_k,j,r的平均值；

所述步骤S2中0至t时刻目标站点的时序特征采用如下方法获得：

T_j，r＝(t_j，rt_j，r-1...t_{j，r-time_step})^T (3)；

其中，T_j，r是指r时刻历史时间段内目标站点j的出站客流总数；

t_j，r代表的是r时刻，目标站点j的出站人数；

time_step代表的是时间步；

S3：建立LSTM人工神经网络模型，将0至t时刻目标站点的空间特征和时序特征作为输入对LSTM人工神经网络模型进行训练，然后再将t时刻目标站点的空间特征和时序特征输入训练后的LSTM人工神经网络模型，得到t+1时刻目标站点的出站客流量。