[发明专利]客流预警方法及系统

说明书

本发明公开了一种客流预警方法及系统，适用于大数据应用技术领域，方法包括：获取历史客流数据，根据日期特征训练得到基于孤立森林算法的预警模型；获取AFC闸机数据，结合AFC闸机数据和预警模型，输出预警信息。系统用于执行方法。本发明实施例通过孤立森林算法处理历史数据，能够合理设置异常场景的规格，通过AFC闸机数据，能够实时监测通行记录并集合预警模型以输出预警信息。

技术领域

本发明涉及大数据应用技术领域，尤其是涉及一种客流预警方法及系统。

背景技术

诸如地铁、轻轨等城市交通系统，以其便利性和平民化的价格，受到广大群众的欢迎。同时，出于快速运营和节约人工的目的，大部分的城市交通系统都采取自动闸机执行客流的进出。

但是，作为疏导客流的城市交通系统，必然需要面对客流的起伏情况，而短期客流过大会导致拥堵等问题。而这会带来客户使用体验下降和引起车站的安全隐患。

如果能预知客流的分布规则，就能为预先引导客流提供很好的分析基础，提高车站的管理能力。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种客流预警方法，能够合理的利用孤立森林算法、历史数据和实时数据，输出预警信息，有助于提高车站的管理能力。

本发明还提出一种客流预警系统。

第一方面，本发明的一个实施例提供了一种客流预警方法，包括：获取历史客流数据，根据日期特征训练得到基于孤立森林算法的预警模型；获取AFC闸机数据，结合AFC闸机数据和预警模型，输出预警信息。

本发明实施例的客流预警方法至少具有如下有益效果：通过孤立森林算法处理历史数据，能够合理设置异常场景的规格，通过AFC闸机数据，能够实时监测通行记录并集合预警模型以输出预警信息。

根据本发明的另一些实施例的客流预警方法，日期特征包括星期一至星期日和节日，历史客流数据包括站点s、时间粒度g、过闸时刻t和客流群体数c；对应的，训练得到基于孤立森林算法的预警模型包括：根据历史客流数据计算对应的四分位数和四分位距；根据预设的公式计算得到分级阈值；将符合指定规则的历史客流数据作为孤立森林算法的训练集，得到不同异常值比例的预警模型；将符合指定规则的实时客流数据结合预警模型，得到不同分级的预警级别信息。其中，通过历史数据，能够针对站点、过闸时刻和客流数进行解析，以作为车站执行客流对策的数据基础，通过孤立不同的分级阈值，能够形成多种预警模型以供实际选择，通过不同的预警模型和实时客流进行预警判断，能够提高车站针对客流的处理能力。

根据本发明的另一些实施例的客流预警方法，根据预设的公式计算得到分级阈值包括：IQR＝Q3-Q1，N_a＝Q3+IQR*X，其中，IQR为四分位距，Q1和Q3为四分位数，N_a为分级阈值，X为系数。其中，通过不同的系统，能产生多种分级阈值以供进行数据的分析，可以适用多种数据处理的需求。

根据本发明的另一些实施例的客流预警方法，分级阈值包括异常阈值和实时阈值，对应的系数分别为1.5和1；对应的，指定规则包括：将不大于异常阈值的历史客流数据视为非异常数据，以作为训练集；将大于实时阈值的实时客流数据作为预警模型的输入值。其中，通过合适的系统，能够合理判断异常的数据和合适代表实时客流的数据，有利于实际的客流预警的应用。

第二方面，本发明的一个实施例提供了客流预警系统，包括：预警模块，用于获取历史客流数据，根据日期特征训练得到基于孤立森林算法的预警模型；处理模块，用于获取AFC闸机数据，结合AFC闸机数据和预警模型，输出预警信息。

本发明实施例的客流预警系统至少具有如下有益效果：通过孤立森林算法处理历史数据，能够合理设置异常的场景，通过AFC闸机数据，能够实时监测通行记录并集合预警模型输出预警信息。