[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

说明书

本发明公开了一种机场到港旅客各陆测交通方式流量预测方法及系统。机场到港旅客各陆测交通方式流量预测方法，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；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，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。本发明还公开一种机场到港旅客各陆测交通方式流量预测系统。

技术领域

本发明涉及数据分析领域，特别是涉及一种机场到港旅客各陆测交通方式流量预测方法及系统。

背景技术

到港旅客是机场旅客的主要组成部分之一，大部分机场配置的软件工具中未具有到达旅客流的预测功能，对到达旅客陆侧交通转乘的感知仅来源于内部公司或大学统计得到的交通比例数据，目前机场配置的软件工具缺少到达旅客流的预测及陆侧交通转乘数据支持的功能。交通比例分析数据只有粗略的总量比例统计，数据的利用面太窄，没有业务关联性等问题。

因此，实际的到达旅客的陆侧交通转乘调度多处于人工操作模式，而人工调度模式存在滞后性，灵活性较低，工作人员利用效率不高等问题。

发明内容

基于此，本发明的目的在于，提供一种机场到港旅客各陆测交通方式流量预测方法及系统。

本发明的机场到港旅客各陆测交通方式流量预测方法，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。

在一种实施方式中，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。

在一种实施方式中，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。