[发明专利]一种机场到港旅客各陆测交通方式流量预测方法及系统

权利要求书

1.一种机场到港旅客各陆测交通方式流量预测方法，其特征在于，包括：

确定机场各陆侧交通转乘点AP点位，从WiFi数据源中提取对应连接数据进行处理清洗；

提取建模特征，其中，所述建模特征包括影响的到达航班架次、影响的到达航班旅客数、本年第几周、春暑运、是否节假日、历史前几天同时段连接数；

使用XGBOOST提升树模型对历史特征数据进行训练调参；

向XGBOOST提升树模型投入当天建模特征，预测得到当天各区域每A分钟连接数，其中，所述A＞0；

使用预测得到的各区域连接数及连接总数得到当天每A分钟各陆测交通方式的比率；

提取当天实时航班数据，根据到达旅客类型及业务内容、航班机位安排及航班行李转盘安排，换算得到旅客到达各出口的人数分布，结合各陆测交通方式的比率得到每A分钟各陆测交通转乘的旅客人数。

2.根据权利要求1所述的机场到港旅客各陆测交通方式流量预测方法，其特征在于，所述影响的到达航班架次为距当前时间30分钟以内的航站楼到达航班架次，所述影响的到达航班旅客数即为所述影响的到达航班架次对应的旅客数。

3.根据权利要求1所述的机场到港旅客各陆测交通方式流量预测方法，其特征在于，所述XGBOOST提升树模型，包括：设树的总数为K，使用K个树的每棵树对样本的预测值的和作为该样本在XGBOOST系统中的预测，目标函数定义：

其中，表示模型的预测值，x_i为第i个样本，k表示树的数量，f_k表示第k棵数模型，F表示CART树的空间，即：

F＝{f(x)＝w_q(x)}(q：R^m→T，w∈R^T)，

其中，q表示每棵树的结构映射每个样本到相应的叶节点的分数，即q表示树的模型，输入一个样本，根据模型将样本映射到叶节点输出预测的分数；w_q(x)表示树q的所有叶节点的分数组成集合；T是树q的叶节点数量。

4.根据权利要求3所述的机场到港旅客各陆测交通方式流量预测方法，其特征在于，所述使用XGBOOST提升树模型对历史数据进行训练调参，包括：XGBOOST使用多个树模型，每个树模型需要计算训练损失和正则化处理，针对每个树模型的习得设计目标函数如下：

其中，左边为训练损失部分，右边为正则化部分。y_i表示第i个样本的类别标签，f_k表示第k棵树模型，w表示每棵树的叶子节点的分数组成的集合，γ和λ表示系数，在实际模型中调整。

5.根据权利要求4所述的机场到港旅客各陆测交通方式流量预测方法，其特征在于，所述使用XGBOOST提升树模型对历史数据进行训练调参，还包括：抽取历史特征数据，使用初始参数训练模型并得到初始模型，针对某个参数给定参数范围，使用网格搜索选出范围中最好的参数值，依次确定所有的模型参数。

6.根据权利要求1所述的机场到港旅客各陆测交通方式流量预测方法，其特征在于，所述A＝10。

7.根据权利要求1-6任一项所述的机场到港旅客各陆测交通方式流量预测方法，其特征在于，所述提取当天实时航班数据，包括：从机场实时航班数据源提取航班的计划时间、预计时间、实际时间、旅客人数，得到到港旅客量时间分布。

8.根据权利要求7所述的机场到港旅客各陆测交通方式流量预测方法，其特征在于，所述根据到达旅客类型及业务内容，包括：将到达旅客类型分为国内到达旅客和国际到达旅客，根据业务内容计算旅客步行到各个业务部门的时间节点，得到到达旅客抵达各出口的人数，其中，国内到达旅客的业务内容包括行李提取，国际到达旅客的业务内容包括检验检疫、边防检查、海关和行李提取。