[发明专利]一种社区人员流量预测方法、系统、存储介质及设备

权利要求书

1.一种社区人员流量预测方法，其特征在于，包括：

获取与待测时间段相邻的历史时间段内的社区人员流动相关数据；所述社区人员流动相关数据包括流动数量、流动方向及外部影响因素数据；

采用变分模态分解方法对历史时间段内的社区人员流动相关数据进行预处理，提取多个本征模态分量和残差分量；

将本征模态分量输入到时间序列模型并输出初始社区人员流量预测结果，将残差分量输入到采用余量预测模型并输出社区人员流量外部影响预测结果，再将初始社区人员流量预测结果与社区人员流量外部影响预测结果叠加，得到最终的社区人员流量预测结果。

2.如权利要求1所述的社区人员流量预测方法，其特征在于，所述余量预测模型为残差分量与外部影响因素数据之间的相关性，采用SVR模型拟合而构建的。

3.如权利要求1或2所述的社区人员流量预测方法，其特征在于，所述外部影响因素数据包括气象数据、交通状况数据和特定节假日数据。

4.如权利要求1所述的社区人员流量预测方法，其特征在于，所述时间序列模型为基于LSTM神经网络的时间序列模型。

5.如权利要求4所述的社区人员流量预测方法，其特征在于，所述基于LSTM神经网络的时间序列模型包括输入层、LSTM层、Dropout层、全连接层和输出层。

6.如权利要求1或4所述的社区人员流量预测方法，其特征在于，在训练时间序列模型的过程中所使用的损失函数为均方误差损失函数MSE。

7.如权利要求6所述的社区人员流量预测方法，其特征在于，采用Adam梯度更新优化算法来对损失函数值进行优化处理。

8.一种社区人员流量预测系统，其特征在于，包括：

数据获取模块，其用于获取与待测时间段相邻的历史时间段内的社区人员流动相关数据；所述社区人员流动相关数据包括流动数量、流动方向及外部影响因素数据；

模态分解模块，其用于采用变分模态分解方法对历史时间段内的社区人员流动相关数据进行预处理，提取多个本征模态分量和残差分量；

流量预测模块，其用于将本征模态分量输入到时间序列模型并输出初始社区人员流量预测结果，将残差分量输入到采用余量预测模型并输出社区人员流量外部影响预测结果，再将初始社区人员流量预测结果与社区人员流量外部影响预测结果叠加，得到最终的社区人员流量预测结果。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的社区人员流量预测方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的社区人员流量预测方法中的步骤。