[发明专利]一种共享单车流量预测方法及系统

权利要求书

1.一种共享单车流量预测方法，其特征在于，包括：

获取城市的共享单车站点信息、历史行程信息以及对应的气象数据；

基于所述共享单车站点信息以及历史行程信息，利用层次迭代的高斯混合聚类模型对站点进行聚类；

根据聚类结果，将城市区域划分为上下两层空间结构，对共享单车站点进行区域重构，获得每个共享单车站点区域借车还车矢量矩阵；

基于所述气象数据获得该城市气象特征矩阵；

将所述借车还车矢量矩阵和城市气象特征矩阵输入预训练的深度时空残差网络中，获得未来时间各个共享单车区域的借车数量和还车数量的预测结果。

2.如权利要求1所述的一种共享单车流量预测方法，其特征在于，所述利用层次迭代的高斯混合聚类模型对站点进行聚类，具体包括：

利用共享单车站点信息，对共享单车站点采用高斯混合聚类方法进行聚类,得到多个初始类簇；

根据历史行程信息，计算各类簇两两之间的车辆转移数量，得到迁移趋势矩阵，对所述迁移趋势矩阵进行范数处理；

基于所述迁移趋势矩阵的范数和共享单车站点信息采用高斯混合聚类方法进行聚类，得到新的类簇，重复执行上述过程，直至新的聚类结果趋于稳定。

3.如权利要求1所述的一种共享单车流量预测方法，其特征在于，所述将城市区域划分为上下两层空间结构，对共享单车站点进行区域重构，具体包括：将共享单车原始站点作为下层空间架构，将层次迭代聚类后的聚类中心所在的共享单车站点作为新的空间点，组成上层空间架构；所述下层空间包括所有的共享单车站点，上层空间只保留聚类中心所对应的共享单车站点。

4.如权利要求1所述的一种共享单车流量预测方法，其特征在于，所述站点信息包括车站的经纬度信息，历史行程信息包括每次出行的行程持续时间，出发时间，结束时间，出发车站ID，出发车站名称，出发车站纬度、经度，结束车站ID，结束车站名称，结束车站纬度、经度，单车ID以及用户类型。

5.如权利要求1所述的一种共享单车流量预测方法，其特征在于，所述气象特征矩阵包括：天气，温度和风速，所述天气包括晴天、雨天、雪天、雾天。

6.一种共享单车流量预测系统，其特征在于，包括：

数据获取单元，其用于获取城市的共享单车站点信息、历史行程信息以及对应的气象数据；

聚类单元，其用于基于所述共享单车站点信息以及历史行程信息，利用层次迭代的高斯混合聚类模型对站点进行聚类；

区域重构单元，其用于根据聚类结果，将城市区域划分为上下两层空间结构，对共享单车站点进行区域重构，获得每个共享单车站点区域借车还车矢量矩阵；

气象特征获取单元，其用于基于所述气象数据获得该城市气象特征矩阵；

预测单元，其用于将所述借车还车矢量矩阵和城市气象特征矩阵输入预训练的深度时空残差网络中，获得未来时间各个共享单车区域的借车数量和还车数量的预测结果。

7.如权利要求6所述的一种共享单车流量预测系统，其特征在于，所述利用层次迭代的高斯混合聚类模型对站点进行聚类，具体包括：

利用共享单车站点信息，对共享单车站点采用高斯混合聚类方法进行聚类,得到多个初始类簇；

根据历史行程信息，计算各类簇两两之间的车辆转移数量，得到迁移趋势矩阵，对所述迁移趋势矩阵进行范数处理；

基于所述迁移趋势矩阵的范数和共享单车站点信息采用高斯混合聚类方法进行聚类，得到新的类簇，重复执行上述过程，直至新的聚类结果趋于稳定。

8.如权利要求6所述的一种共享单车流量预测系统，其特征在于，所述将城市区域划分为上下两层空间结构，对共享单车站点进行区域重构，具体包括：将共享单车原始站点作为下层空间架构，将层次迭代聚类后的聚类中心所在的共享单车站点作为新的空间点，组成上层空间架构；所述下层空间包括所有的共享单车站点，上层空间只保留聚类中心所对应的共享单车站点。