[发明专利]对象流量预测方法、装置及设备

权利要求书

1.一种对象流量预测方法，其特征在于，包括：

获取历史对象流量序列以及所述历史对象流量序列对应的影响因素序列，所述历史对象流量序列包括待预测目标的第一历史对象流量序列；所述第一历史对象流量序列包括所述待预测目标的多个按时序排列的历史对象流量，所述影响因素序列包括多个按时序排列的影响因素的取值；

将所述历史对象流量序列和所述影响因素序列输入时间序列预测模型，得到所述待预测目标的预测流量，所述时间序列预测模型包括所述历史对象流量序列和所述影响因素序列与所述预测流量的对应关系。

2.根据权利要求1所述的方法，其特征在于，所述历史对象流量序列还包括：关联目标的第二历史对象流量序列，所述关联目标包括影响所述待预测目标的对象流量的目标，所述第二历史对象流量序列包括所述关联目标的多个按时序排列的历史对象流量。

3.根据权利要求2所述的方法，其特征在于，所述待预测目标和所述关联目标属于同一交通枢纽。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述影响因素序列包括所述待预测时段的影响因素的取值，所述待预测时段为所述预测流量对应的时段。

5.根据权利要求4所述的方法，其特征在于，所述历史对象流量序列包括所述待预测时段之前的M个时段分别的历史对象流量，所述影响因素序列包括所述待预测时段以及所述待预测时段之前的N个时段分别的影响因素的取值，M和N均为正整数，且M＝N+K，K表示所述待预测时段的个数。

6.根据权利要求5所述的方法，其特征在于，所述M个时段和所述N个时段均与所述待预测时段相邻且连续。

7.根据权利要求1-3任一项所述的方法，其特征在于，所述待预测目标根据对象进出口划分。

8.根据权利要求7所述的方法，其特征在于，一个待预测目标对应一个到达口或出发口。

9.根据权利要求1-3任一项所述的方法，其特征在于，所述时间序列预测模型的训练步骤包括：

选取所述待预测目标的若干历史数据，所述历史数据包括历史时段和所述历史时段对应的对象流量和影响因素的取值；

按预设的步进间隔将所述若干历史数据分组形成多个时间序列集合，一个时间序列集合中包括由对象流量排列形成的第一时间序列和与所述第一时间序列对应且由影响因素的取值排列形成的第二时间序列；

利用所述多个时间序列集合训练初始时间序列预测模型，得到所述时间序列预测模型。

10.根据权利要求9所述的方法，其特征在于，所述方法还包括：

对所述多个时间序列集合中的每个时间序列集合采用标签进行标记，所述标签为对应时间序列集合的第一时间序列中最后一个时段的对象流量，用于表示对应时间序列集合的模型期望结果。

11.根据权利要求1-3任一项所述的方法，其特征在于，所述影响因素包括下述中的一种或多种：节假日、班次或天气。

12.根据权利要求1-3任一项所述的方法，其特征在于，所述获取历史对象流量序列以及所述历史对象流量序列对应的影响因素序列，包括：

对数据采集设备采集到的原始数据进行分析处理，和/或，利用特定支撑系统提供的查询接口，以获得历史对象流量序列以及所述历史对象流量序列对应的影响因素序列。

13.根据权利要求1-3任一项所述的方法，其特征在于，所述得到所述待预测目标的预测流量之后，还包括以下任一操作：

输出所述预测流量；

根据所述预测流量，确定并输出流量预警等级；

根据所述预测流量，确定并输出疏导方案。