[发明专利]一种基于ARMA算法预测人群聚集趋势的方法

权利要求书

1.一种基于ARMA算法预测人群聚集趋势的方法，其特征在于，所述基于ARMA算法预测人群聚集趋势的方法包括如下步骤：

获取预置场所的待预测日的当日活动信息以及所述待预测日之前p日内的每日聚集人数值和每日活动信息，其中所述p为自然数；

基于所述当日活动信息和所述p日内的每日聚集人数值和每日活动信息得到所述待预测日的预测聚集人数值；

获取所述待预测日之前r日内的每日聚集人数值，并基于所述r日内的每日聚集人数值和所述预测聚集人数值确认所述预测聚集人数值是否为异常，若是，则显示所述预测聚集人数值为异常，其中所述r为不大于p的自然数；

所述基于所述当日活动信息和所述p日内的每日聚集人数值和每日活动信息确认所述待预测日的预测聚集人数值包括如下步骤：

基于所述当日活动信息按照预设分级规则确定所述待预测日的活动等级N_t；

基于所述活动等级N_t和所述p日内的每日聚集人数值和每日活动信息训练得到如下预测函数Y_t：

其中，t为待预测日，p为所述待预测日t前推的天数，p和q数值相同；

中的Y_t-1为待预测日t的前一日聚集人数，为聚集权重；

为误差项，e_t-1为预测第t日的前一日预测的误差值，为误差权重；

β_tN_t为当日活动信息的影响因子，β_t为活动权重，N_t为活动等级；

基于所述预测函数Y_t得到所述待预测日的预测聚集人数值；

所述活动等级取值为0—4的整数，所述基于所述当日活动信息按照预设分级规则确定所述待预测日的活动等级N_t包括如下步骤：

基于所述当日活动信息在预设数据库查找相同活动的活动参与人数，若查找不到，则所述待预测日的活动等级N_t为0；

若查找到，读取与所述待预测日最邻近的活动参与人数值，并基于预设分级规则确认活动等级N_t，其中，所述预设分级规则如下：

当所述活动参与人数值小于500人时，所述待预测日的活动等级N_t为1；

当所述活动参与人数值不小于500人而小于2000人，所述待预测日的活动等级N_t为2；

当所述活动参与人数值不小于2000人而小于5000人，所述待预测日的活动等级N_t为3；

当所述活动参与人数值不小于5000人，所述待预测日的活动等级N_t为4；

所述聚集权重和所述误差权重的取值范围为0—10的整数，所述基于所述活动等级N_t和所述p日内的每日聚集人数值和每日活动信息训练得到预测函数Y_t包括如下步骤：

将所述p日内的每日聚集人数值和每日活动信息转换为矩阵，使用RANDOM函数将所述聚集权重、所述误差权重的初始随机权重分别赋值为0—10的整数，前向传播计算出预估值之后，利用最小二乘法计算预估值与真实值之间的损失值Loss函数：

其中，y_i为预估值，为真实值；

按照预设终止规则结合梯度下降法迭代得到所述聚集权重或者所述误差权重的最终权重参数θ₁：

其中，θ₀为所述聚集权重或所述误差权重的初始随机权重，为所述Loss函数每一次下降的逆导数，为学习率；

所述预设终止规则包括如下条件之一：

所述Loss函数的平均损失值不大于1；

迭代次数达到五万次且最近十次平均损失值的减小小于0.001；

所述的取值为0.1。