[发明专利]一种地铁乘客信息服务系统的辅助装置及方法

权利要求书

1.一种地铁乘客信息服务系统的辅助方法，其特征在于，包括：

获取数据包，并判断所述数据包的消息类型；

若所述数据包的消息类型为列车车厢称重信息时，则按照通信协议内容解析出当前所有列车的每节车厢的负载重量信息，将所有列车的每节车厢的负载重量信息写入数据库；

调用机器学习的接口，修正预测误差，优化预测算法中的各个参数；然后根据所述数据库中最新的列车的每节车厢负载重量信息、列车即将停靠站台以及当前系统时间计算出当前列车的每节车厢在下一站台停站下客后的称重预测值；

根据当前列车的每节车厢额定满载值，将当前周期的所有列车的每节车厢的所述称重预测值转换为当前列车的每节车厢的拥挤度预测值，并与上一周期的当前列车的每节车厢的拥挤度预测值作对比，如有变化，则将当前周期的当前列车的每节车厢的拥挤度预测值发送至乘客信息服务系统并显示；还包括：若所述数据包的消息类型为站台列车进站信息时，则按照通信协议内容对所述数据包进行解析，得到当前周期的每个站台即将进站的列车车组号，并将所述即将进站的列车车组号与上一周期该站台的列车进站信息作对比，如有变化，则组织站台列车进站信息变化报文发往乘客信息服务系统并显示；还包括：若所述数据包的消息类型为列车车厢温度信息时，则按照通信协议内容对所述数据包进行解析，得到当前周期内的所有列车的每节车厢的温度信息，并与上一周期相应列车的每节车厢的温度信息作对比，如有变化，则组织相应列车的车厢温度信息变化报文发往乘客信息服务系统并显示；

所述预测算法为预先训练好的神经网络算法；

当前站台门对应列车车厢近一个月停车上下客称重变化值Δy采用如下公式进行计算：

Δy＝λ₁x₁+λ₂x₂+λ₃x₃+λ₄x₄

式中，x₁表示列车停站时间因素，x₂表示当天列车计划运行间隔，x₃表示当天天气因素，x₄表示地铁站周边大型活动举办因素；λ₁、λ₂、λ₃和λ₄分别对应表示列车停站时间因素x₁、当天列车计划运行间隔因素x₂、当天天气因素x₃和地铁站周边大型活动举办因素x₄的权重值，且λ₁+λ₂+λ₃+λ₄＝1；

求解当前站台门对应列车车厢近一个月停车上下客称重变化值Δy得出各权重值λ₁、λ₂、λ₃和λ₄线性最优解，构成训练集；

采用所述训练集对所述预测算法进行训练。

2.如权利要求1所述的地铁乘客信息服务系统的辅助方法，其特征在于，将当前周期内的相应列车车厢内的负载重量信息作为测试集，将所述测试集作为所述预测算法的输入，由此得到所述当前列车的每节车厢在下一站台停站下客后的称重预测值。