[发明专利]一种高速公路客货运输量预测方法及系统

说明书

本发明公开了一种高速公路客货运输量预测方法及系统，包括：获取高速公路上目标区域内经过收费站的车辆收费数据；剔除所述车辆收费数据的缺失数据以及重复数据，构建车辆收费数据模型；基于所述车辆收费数据模型，以日期为索引，以一个自然日为集计区间，对客货运输量进行计数，构建客货运输量的时间序列；根据所述客货运输量的时间序列建立时间序列模型；根据所述时间序列模型预测客货运输量，采用本发明所提供的预测方法及系统能够精确预测高速公路上的客货运输量。

技术领域

本发明涉及大数据处理领域和客货运输量预测领域，特别是涉及一种高速公路客货 运输量预测方法及系统。

背景技术

目前，通常是对铁路上的客货运输量进行预测，铁路客货运输量预测技术一般分为 三类：定性分析预测技术、定量分析预测技术以及两者相结合的综合预测技术。定性分析预测技术为凭经验判断的预测，一般是在缺少且难以获得进行定量分析所必需的资料的情况下采用，主要取决于参与人员的专业知识和经验；定量分析预测技术为以已经掌 握的历史资料作为基础，建立适当的数学模型，对未来的运量做出测算的技术；综合预 测技术是定量预测在定性分析的基础上进行，而定性预测也采用一定的定量分析方法， 以提高预测结果的准确性。虽然铁路上的客货运输量已趋近成熟，但随着社会的进步， 可供选择的运输方式也越来越多，为了加快运输速度，采用高速公路进行运输成为一种 重要的选择，当前我国交通步入了综合交通网络基本定型、现代运输体系基本形成的阶 段，客货运总量持续增长但增速放缓，需求结构发生深刻变化，客货运输快速化、一体 化特征更加凸显；国际国内新形势、新变化对交通出行结构的研究和更新提出了新的要 求，因此，对于如何利用高速公路收费站记录的大数据对城际之间客货运输量进行预测 成为本领域亟需解决的技术问题。

发明内容

本发明的目的是提供一种高速公路客货运输量预测方法及系统，以解决无法预测高 速公路上的客货运输量的问题。

技术方案：一种高速公路客货运输量预测方法，包括以下步骤：

步骤1：获取高速公路上目标区域内经过收费站的车辆的车辆收费数据；步骤2：对步骤1的车辆收费数据中的缺失数据及重复数据进行剔除，基于剔除后的车辆收费数据 构建车辆收费数据模型；

步骤3：基于车辆收费数据模型，以日期为索引，以一个自然日为集计区间，对客货运输量进行计数，构建客货运输量的时间序列；

步骤4：采用客货运输量的时间序列构建以时间序列为输入，以客货运输量为输出的时间序列模型；

步骤5：将所需预测的数据输入步骤4构建的时间序列模型，得到客货运输预测量。

进一步的，所述车辆收费数据模型结构为“ENTRY_CITY城市进入”、“EXIT_CITY 城市出口”、“日期”、“载客运量”以及“载货运量”。

进一步的，所述步骤4具体包括以下子步骤：

将客货运输量的时间序列划分为训练集和测试集；

对训练集进行自回归滑动平均模型ARMA训练，确定差分次数、自回归项数以及滑动平均项数；

根据差分次数、自回归项数以及滑动平均项数建立时间序列模型，采用测试集测试 所述时间序列模型。

进一步的，所述的对训练集进行自回归滑动平均模型ARMA训练，确定差分次数、自回归项数以及滑动平均项数的步骤包括：

采用面板分析数据包Pandas模块中的diff函数确定差分次数d；

采用自回归滑动平均模型ARMA通过d次差分训练得到自回归项数p和滑动平均项数q，所述自回归滑动平均模型ARMA表示为：