[发明专利]一种新建轨道开通前沿线公交乘客转移预测方法及系统

说明书

本发明涉及一种新建轨道开通前沿线公交乘客转移预测方法及系统，获取每个公交乘客在新建轨道开通前后影响公交乘客转移的历史影响因素数据，判断每个公交乘客在新建轨道开通前后的出行交通工具是否发生了转移，获得每个公交乘客的历史转移数据，以历史影响因素数据作为自变量，以历史转移数据作为因变量建立样本数据集，利用样本数据集对基于分类决策树的公交乘客转移预测模型进行训练，将待预测的沿线公交乘客在新建轨道开通前的影响因素数据输入训练后的公交乘客转移预测模型，获得待预测的沿线公交乘客在新建轨道开通后的转移数据。本发明实现了在新建轨道开通前，对沿线公交乘客的转移做出准确预测。

技术领域

本发明涉及交通行为预测技术领域，特别是涉及一种新建轨道开通前沿线公交乘客转移预测方法及系统。

背景技术

随着越来越多的轨道交通建设并投入运营，其与现存的常规公交的竞争与合作关系成为一个重要的研究问题。新建轨道交通运营后，由于出行效用的降低，沿线的常规公交的乘客可能会被吸引转移到轨道交通上来，对于常规公交乘客转移行为的准确预测可为常规公交的线路调整和发车间隔优化提供参考并为地铁线路的规划设计方案的制定提供帮助。

目前，对于轨道开通后，常规公交客流转移预测的研究较少，大部分的研究停留在轨道开通后，乘客单次出行的出行方式选择问题上，无法为拟建轨道交通的规划设计提供参考。与此同时，相关研究大多数都是基于问卷调查数据，数据样本的数量和准确性难以保证。

发明内容

本发明的目的是提供一种新建轨道开通前沿线公交乘客转移预测方法及系统，以实现在新建轨道交通开通前，准确预测沿线公交乘客的转移。

为实现上述目的，本发明提供了如下方案：

一种新建轨道开通前沿线公交乘客转移预测方法，所述转移预测方法包括：

获取每个公交乘客在新建轨道开通前后影响公交乘客转移的历史影响因素数据；

判断每个所述公交乘客在新建轨道开通前后的出行交通工具是否发生了转移，获得每个公交乘客的历史转移数据；所述历史转移数据包括转移和不转移；

以所述历史影响因素数据作为自变量，以所述历史转移数据作为因变量，建立样本数据集；

建立基于分类决策树的公交乘客转移预测模型；

利用所述样本数据集对所述基于分类决策树的公交乘客转移预测模型进行训练，获得训练后的公交乘客转移预测模型；

将待预测的沿线公交乘客在新建轨道开通前的影响因素数据输入所述训练后的公交乘客转移预测模型，获得待预测的沿线公交乘客在新建轨道开通后的转移数据。

可选的，所述获取每个公交乘客在新建轨道开通前后影响公交乘客转移的历史影响因素数据，具体包括：

获取每个公交乘客的乘车IC卡在新建轨道开通前后的历史出行数据；

根据所述历史出行数据，获取每个公交乘客在新建轨道开通前后影响公交乘客转移的历史影响因素数据；所述历史影响因素数据包括影响因素以及影响因素的数值，所述影响因素包括卡类型、月刷卡次数、平均乘车时间、平均乘车距离、是否经常高峰出行、出行空间距离、出行时段是否为高峰、转移后乘坐地铁站数、转移后增加费用、转移后节约的时间、转移后总的步行距离和转移后需要的换乘次数。

可选的，所述利用所述样本数据集对所述基于分类决策树的公交乘客转移预测模型进行训练，获得训练后的公交乘客转移预测模型，具体包括：

获取分类决策树中待确定节点的样本数据集；

计算所述样本数据集中每个影响因素为每个取值时的基尼指数；

选取基尼指数最小的影响因素作为所述待确定节点，并将所述基尼指数最小的影响因素的取值作为所述待确定节点的切分点；