[发明专利]基于地铁线网站点相似性的地铁客流预测方法及装置

权利要求书

1.一种基于地铁线网站点相似性的地铁客流预测方法，其特征在于，包括：

生成地铁线网站点历史客流训练矩阵，所述训练矩阵的行表征每个地铁站点，所述训练矩阵的列表征历史时间节点中的每个时间节点，所述训练矩阵的元素表征对应地铁站点在对应时间节点下的客流量；

基于所述训练矩阵，确定待预测地铁站点与其他地铁站点的相关系数，并确定多个与所述待预测地铁站点相似性最高的地铁站点；

基于所述多个与所述待预测地铁站点相似性最高的地铁站点在历史时间节点下的客流量，以及所述待预测地铁站点在历史时间节点下的客流量，生成相似站点客流矩阵；

基于所述相似站点客流矩阵，确定客流量预测模型；其中，根据所述相似站点客流矩阵，获取任意时间节点下的相似站点客流观测值；获取所述相似站点客流观测值的线性表达式；获取向量自回归模型；根据最小二乘法和所述向量自回归模型，确定所述向量自回归模型的系数矩阵；将所述系数矩阵代入所述线性表达式，得到所述客流量预测模型；

将所述待预测地铁站点在历史时间节点下的客流量代入所述客流量预测模型中，得到所述待预测地铁站点在下一时间节点的客流量。

2.根据权利要求1所述的方法，其特征在于，所述生成地铁线网站点历史客流训练矩阵的步骤包括：

根据所述待预测地铁站点的当前时间节点，以所述当前时间节点为截止时间节点，以预设的时间长度为间隔，确定历史客流训练矩阵对应的开始时间节点，得到历史时间节点，所述历史时间节点包括截止时间节点和开始时间节点，以及该两个时间节点之间的任一时间节点；

获取每个地铁站点在所述历史时间节点中每个时间节点下的客流量，生成所述历史客流训练矩阵。

3.根据权利要求1所述的方法，其特征在于，所述基于所述训练矩阵，确定待预测地铁站点与其他地铁站点的相关系数，并确定多个与所述待预测地铁站点相似性最高的地铁站点的步骤，包括：

根据所述训练矩阵和预设的相似性计算公式，生成相关系数矩阵，所述相关系数矩阵的元素表征任意两个地铁站点之间的相似性；

根据所述相关系数矩阵，将所述相关系数矩阵中N-1个与待预测地铁站点对应的相关系数最大的地铁站点，作为相似站点。

4.根据权利要求3所述的方法，其特征在于，所述根据所述训练矩阵和预设的相似性计算公式，生成相关系数矩阵的步骤，包括：

依次将所述训练矩阵中每两个地铁站点的客流量代入所述相似性计算公式，求得每两个地铁站点的相关系数，基于所有每两个地铁站点的相关系数，得到所述相关系数矩阵；

其中，所述相似性计算公式为

其中，T为所述训练矩阵的时间长度，i为所述训练矩阵的每个时间节点，X_i和Y_i分别为两个地铁站点在第i时间节点下的客流量，和分别为两个地铁站点在训练矩阵中所有时间节点下的客流均值，r为两个地铁站点的相关系数。

5.根据权利要求1所述的方法，其特征在于，所述基于所述多个与所述待预测地铁站点相似性最高的地铁站点在历史时间节点下的客流量，以及所述待预测地铁站点在历史时间节点下的客流量，生成相似站点客流矩阵的步骤，包括：

根据所述训练矩阵，获取N-1个相似站点在历史时间节点下的客流量；

基于所述N-1个相似站点在历史时间节点下的客流量和所述待预测地铁站点在历史时间节点下的客流量，得到相似站点客流矩阵，所述相似站点客流矩阵为所述相似站点客流矩阵包括待预测地铁站点和相似站点。