[发明专利]客流预测方法、装置、计算机设备和存储介质

权利要求书

1.一种客流预测方法，其特征在于，所述方法包括：

接收输入的预测时间段，获取所述预测时间段对应的目标特征变量；

获取训练好的客流预测模型，所述客流预测模型是以历史时间段内包含的特征变量和所述历史时间段内的历史客流数据作为训练样本、用以计算输入的特征变量对应的客流量的时间递归神经网络模型；

将所述目标特征变量输入所述客流预测模型中，在所述客流预测模型的输出端得到所述预测时间段内的预测客流量。

2.根据权利要求1所述的方法，其特征在于，所述客流预测模型的生成方式，包括：

获取若干个历史时间段内的历史客流数据，计算每个所述历史时间段内的历史客流量；

收集每个所述历史时间段内的环境信息，对所述环境信息进行分析得到每个所述历史时间段内的样本特征变量；

获取初始时间递归神经网络模型，将每个所述历史时间段内的样本特征变量和历史客流量作为一对训练样本输入所述初始时间递归神经网络模型进行模型训练，得到所述客流预测模型。

3.根据权利要求2所述的方法，其特征在于，所述对所述环境信息进行分析得到每个所述历史时间段内的样本特征变量之后，还包括：

获取预设归一化算法，按照所述预设归一化算法将所述样本特征变量进行归一化；

所述获取所述预测时间段对应的目标特征变量之后，还包括：

按照所述预设归一化算法将所述目标特征变量进行归一化；

所述将所述目标特征变量输入所述客流预测模型中，包括：

将归一化后的所述目标特征向量输入所述客流预测模型中；

所述在所述客流预测模型的输出端得到所述预测时间段内的预测客流量之后，还包括：

按照与所述预设归一算法对应的逆算法对所述预测客流量进行还原。

4.根据权利要求2所述的方法，其特征在于，所述得到所述客流预测模型之后，还包括：

获取验证时间段内的记录客流量；

获取所述验证时间段内的验证特征变量；

将所述验证特征变量输入所述客流预测模型中，在所述客流预测模型的输出端得到所述验证时间段内的验证客流量；

计算所述记录客流量和所述验证客流量之间的差值，若所述差值大于预设值，则根据所述记录客流量更新所述客流预测模型。

5.根据权利要求2所述的方法，其特征在于，所述客流是目标车站的客流，所述获取若干个历史时间段内的历史客流数据，包括：

利用在所述目标车站进出口处设置的客户采集设备采集所述历史时间段内的历史客流数据。

6.根据权利要求2所述的方法，其特征在于，所述获取若干个历史时间段内的历史客流数据之后，还包括：

若检测到所述历史客流数据中存在数据缺失，则识别缺失数据对应的第一时间段；

从基于时间维度构建的客流跟踪模型中，选取所述第一时间段对应的第二时间段；

获取所述第二时间段对应的客流数据作为所述第一时间段对应的客流数据。

7.根据权利要求1所述的方法，其特征在于，所述预测时间段和所述历史时间段的时长相同。

8.一种客流预测装置，其特征在于，所述装置包括：

输入模块，用于接收输入的预测时间段，获取所述预测时间段对应的目标特征变量；

模型获取模块，用于获取训练好的客流预测模型，所述客流预测模型是以历史时间段内包含的特征变量和所述历史时间段内的历史客流数据作为训练样本、用以计算输入的特征变量对应的客流量的时间递归神经网络模型；模型分析模块，用于将所述目标特征变量输入所述客流预测模型中，在所述客流预测模型的输出端得到所述预测时间段内的预测客流量。

9.一种计算机设备，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至7任一项所述方法的步骤。

10.一种存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至7任一项所述方法的步骤。