[发明专利]一种智能车站客流状况预测方法和系统在审
申请号: | 201910718235.7 | 申请日: | 2019-11-04 |
公开(公告)号: | CN110619422A | 公开(公告)日: | 2019-12-27 |
发明(设计)人: | 吴宗泽;李俊彬;李建中;张兴斌;黄昌演 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/30;G07C9/00;G06N3/04;G06N3/08 |
代理公司: | 44102 广州粤高专利商标代理有限公司 | 代理人: | 张金福 |
地址: | 510006 广东省*** | 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: | 客流状况 高铁 客流量 数据库 客流数据 预测 客流 预处理 神经网络输出 客流量数据 客流量预测 结果保存 模型预测 神经网络 时间序列 大数据 站管理 评估 疏导 管理部门 采集 承载 拥挤 车站 调度 智能 保存 统计 | ||
1.一种智能车站客流状况预测方法,其特征在于,包括以下步骤:
S1:数据采集模块对高铁站客流数据进行采集,通过高铁检票进站的方式采集记录旅客进站数据,通过检票出站的方式采集记录旅客出站数据,得到原始客流数据,数据采集模块将采集到的原始客流数据发送至大数据平台进行处理;
S2:大数据平台对原始客流数据预处理,按天统计高铁站的客流量后保存至数据库;
S3:从数据库中获取高铁站历史的客流量数据,生成对应的时间序列,将相邻L天的高铁站客流量作为一组训练样本,训练FOA-Elman神经网络,所述FOA-Elman神经网络的输入为相邻L天的高铁站客流量,输出为下一天的客流量预测结果;利用训练完毕的模型预测出次日客流量,并将结果保存至数据库;
S4:根据预测出的次日客流量及高铁站的管理部门设定的最大承载客流量、不同客流状况等级的临界阀值,对次日客流状况进行定级,评估出客流的拥挤程度。
2.根据权利要求1所述的智能车站客流状况预测方法,其特征在于,步骤S1中数据采集模块通过MQTT传输协议发送原始客流数据。
3.根据权利要求2所述的智能车站客流状况预测方法,其特征在于,所述大数据平台采用Spark和Hive大数据技术构建,步骤S2中对原始客流数据处理的具体步骤包括:
使用Spark分布式计算框架对MQTT协议传输的原始客流数据进行数据清洗,规整后存入Hive中,同时,采用Hive统计出高铁站每天的客流量,并将结果存入数据库中。
4.根据权利要求1所述的智能车站客流状况预测方法,其特征在于,步骤S3中L为3。
5.根据权利要求4所述的智能车站客流状况预测方法,其特征在于,步骤S3具体包括以下步骤:
S3.1:从数据库中读取客流量数据,生成对应的时间序列,将相邻3天的高铁站客流量作为一组训练样本,神经网络的输入是前3天的客流量,神经网络的输出则是下一天的客流量预测结果;
S3.2:对训练样本的输入输出数据进行归一化,计算公式如下所示:
其中x′i为经过归一化后的数据,xi为原始数据,xmax为原始数据的最大值,xmin为原始数据的最小值,l为训练样本数;
S3.3:确定Elman神经网络结构,初始化网络的权值和阈值;
S3.4:利用FOA算法优化Elman网络参数的权值和阈值,需要优化的参数共有k个,即在FOA算法优化Elman网络过程中,每只果蝇个体的维度为k,其计算公式如下所示:
k=r×m+r×r+n×r+r+n
其中,m为网络输入层节点数,r为网络隐含层节点数,n为网络输出层节点数。
S3.5:训练完成后将得到的FOA-Elman模型的参数存入到数据库当中;
S3.6:采用训练完毕的FOA-Elman模型预测高铁站次日客流量。
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广东工业大学,未经广东工业大学许可,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/201910718235.7/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理